2122
Технооптимисты: о будущем, о технологиях и о людях.
Бизнес ФМ попросил меня прокомментировать свежее исследование компании Kapwing: оказалось, что больше 20 % роликов в рекомендациях новых пользователей YouTube — это контент, полностью сгенерированный большими видеомоделями. Речь идёт о так называемом «ИИ-слопе» — низкокачественных видео, которые создаются автоматически ради заработка на просмотрах. Такие каналы набрали более 63 миллиардов просмотров и приносят авторам около 117 миллионов долларов в год.
🔥 Поглотит ли интернет самого себя
Сгенерированный контент действительно захлёстывает интернет как лавина. Я сам вижу это по своей ленте — раньше больше на YouTube сидел, теперь переключился на Рутуб, чтобы не возиться с обходами блокировок. Брейнроты, конечно, мелькают, но алгоритмы быстро убирают их из ленты, если пару раз кликнуть «не интересно». Проблема глубже: есть ещё качественный контент, который тоже создан с использованием ИИ, но с человеческой постобработкой. Вот это и есть наше будущее — генеративный контент никуда не денется, он с нами навсегда.
Массовый пользователь получил мощнейший инструмент, который к тому же стал массово доступным. Сейчас можно увидеть тысячи клипов с музыкой в стиле Progressive Metal или Oriental Metal по мотивам старых советских мультфильмов — я и сам немного этим баловался, даже придумал целый стиль «русский ядерный транс» с диджеем Курчатовым. Это творческое использование технологии, а не просто мусор ради кликов.
Появились исследования о том, что низкокачественный контент влияет на сами языковые модели — они начинают хуже рассуждать и выполнять логические задачи. Американские учёные из Техасского университета провели эксперимент: обучили модели на коротких вирусных постах из соцсетей и обнаружили ухудшение памяти, этические нарушения в ответах и даже склонность к агрессии. Феномен получил название Brain Rot — «гниение мозга». Но я уверен, что разработчики не дураки. Когда будут формировать датасеты для следующего поколения моделей, весь этот хлам пройдёт жёсткую фильтрацию. Это обычный бинарный классификатор, похожий на спам-фильтр в почте. Современные алгоритмы достаточно мощные, процент ошибок низкий. Даже если небольшое количество мусора попадёт в обучающую выборку или что-то хорошее не попадёт — ничего страшного не случится.
Почему маркировка не спасёт
А вот с маркировкой ИИ-контента всё сложнее. Вся эта движуха с обязательными вотермарками и цифровыми водяными знаками — чистый популизм. Google объявил о внедрении стандарта C2PA для маркировки изображений, созданных при помощи моделей искусственного интеллекта. Идея в том, чтобы «пришить» к файлу данные о его происхождении и истории редактирования. Но проблема в том, что это простейшее решение, которое не будет работать.
Во-первых, интернет уже наполовину наполнен сгенерированным контентом за последние три года — петабайты материалов. Кто будет маркировать всё это задним числом? Поезд ушёл. Во-вторых, водяные знаки легко снять. Платформы вроде мессенджеров и соцсетей при сжатии файлов автоматически удаляют метаданные C2PA. Если заставить все модели делать видимые вотермарки на каждом кадре, никто не будет использовать их для серьёзного творческого контента. Зачем мне инструмент, который портит мою работу штампом? Есть открытые модели на GitHub и Hugging Face, которые вообще никаких вотермарок не ставят — любой может скачать и использовать.
Самое опасное — инверсия бремени доказательства. Если приучить граждан, что маркированный контент означает «сгенерировано искусственным интеллектом, доверять нельзя», люди очень быстро начнут доверять только немаркированному контенту. А мошенники будут использовать модели без вотермарок и подсовывать людям поддельные видео, которые выглядят «настоящими» именно потому, что не помечены. Разве этого хочет общество? Это же элементарная логика, но почему-то сторонники маркировки об этом не задумываются. У меня даже есть целый отчёт на эту тему — называется «Дипфейки» (https://clck.ru/3QKDru).
Подписывайтесь на Телеграм-канал «Технооптимисты» (@drv_official), чтобы разбираться в реальных проблемах и перспективах искусственного интеллекта!
О том, почему машины Тьюринга на первом курсе — это педагогическая катастрофа
Вчера я опубликовал памятку по программированию на машине Тьюринга для студентов, которые обращаются ко мне за помощью. Сегодня хочу поговорить о том, почему эта помощь вообще нужна и что не так с преподаванием теории вычислений в российских технических вузах.
Машина Тьюринга — это фундаментальная абстракция, предложенная в 1936 году для доказательства пределов вычислимости. Её задача — показать, что существуют задачи, которые не может решить ни один алгоритм. Это, скорее, философский инструмент, а не аппарат для практического навыка. Но что мы видим в вузах вроде МАИ?
Студентам первого курса дают задачи уровня выпустившегося бакалавра по программной инженерии: что-нибудь типа побитовой дизъюнкции двоичных чисел произвольной длины с удалением ведущих нулей (это порядка 50 внутренних состояний МТ, несколько проходов туда-сюда по ленте от начала к концу результата). При этом не объясняют базовых принципов, не дают времени на освоение, не предоставляют нормальной инфраструктуры (симулятор распространяется через мессенджер как архив исходников на JavaScript). И самое главное — бросают без поддержки: «Вы взрослые, сами разберётесь».
В результате студенты тупо катают работу без вникания в суть, платят фрилансерам, ничего не понимают и получают опыт фрустрации вместо знаний. В головах не остаётся ничего, кроме отвращения к предмету.
Вместо того чтобы учить студентов границам вычислимости (проблема останова, неразрешимые задачи, вычислительная несводимость), асимптотической сложности алгоритмов (что есть P, NP, PSPACE и другие классы сложности, откуда они берутся), редукциям между вычислительными моделями (лямбда-исчисление, рекурсивные функции, клеточные автоматы) или практическому программированию на крутых языках типа Python или Haskell, их заставляют писать на чём-то вроде ассемблера для несуществующего устройства.
Машины Тьюринга не существует физически. Она не нужна инженеру. Её нельзя «научиться программировать» — можно только понять её философию. Но философию не объясняют. Объясняют синтаксис переходов.
Я на своём курсе «Автоматы» посвящаю машинам Тьюринга четыре лекции — и все они про теорию, про доказательства, про пределы. Никаких практических работ по реализации побитовых операций. Потому что это бессмысленно. Да, есть одна лабораторная работа с нормальными симуляторами — чисто, чтобы посмотреть, как оно функционирует.
Дорогие коллеги из МАИ и других вузов: пересмотрите программы. Студенты заслуживают лучшего.
@drv_official
Ко мне время от времени обращаются студенты разных технических вузов с просьбой помочь им с машинами Тьюринга (не только в НИЯУ МИФИ знают, что я читаю дисциплину «Дискретная математика 3 — Автоматы»). Увы, у меня нет ресурсов для того, чтобы точечно помогать каждому. Поэтому я составил такую памятку для всех тех, кого в их вузах до сих пор принуждают писать странное в разного рода симуляторах, причём очень нетривиальное.
🔥 Принципы программирования на машине Тьюринга
Машина Тьюринга — модель вычислений, основанная на манипуляции символами на бесконечной ленте согласно таблице переходов. Понимание базовых принципов позволяет создавать работающие программы для решения сложных задач.
Состояния как условные операторы
Состояния машины Тьюринга выполняют роль условных операторов (if-then-else). Каждое состояние проверяет символ под кареткой и выбирает действие в зависимости от него. Это позволяет реализовать ветвление логики без явных условных конструкций.
Для каждого символа определяется свой переход: какой символ записать, куда сдвинуться и в какое состояние перейти. Если нужно обработать несколько вариантов, создаются отдельные состояния для каждой ветви выполнения.
Метки на ленте
Метки — вспомогательные символы, которые записываются на ленту для отслеживания позиций, сохранения промежуточных данных или пометки уже обработанных элементов. Они служат аналогом переменных в традиционном программировании.
Типичные применения меток включают маркировку начала или конца данных (например, Y для левой границы), пометку обработанных битов (A, B вместо 0, 1), временные маркеры позиций (*, X), и разделители областей на ленте.
Циклы через рекурсивные переходы
Циклы реализуются через возврат состояния в само себя или в предыдущее состояние. Машина продолжает выполнять одни и те же действия, пока не встретит условие выхода. Состояние переходит в себя же при определённых символах, а при символе-терминаторе переходит в следующее состояние.
Навигация по ленте
Большая часть программы — это движение каретки в нужные позиции. Используются отдельные состояния для перемещения влево или вправо с пропуском определённых символов. Важно всегда знать, где находится каретка относительно данных.
Типичные паттерны включают пропуск символов до разделителя, возврат к метке, поиск крайнего левого или правого элемента, и переход через несколько областей данных.
Декомпозиция на фазы
Сложные алгоритмы разбиваются на последовательные фазы, каждая из которых решает подзадачу. После завершения одной фазы каретка переходит в известную позицию для начала следующей фазы. Это упрощает отладку и понимание программы.
Использование человеческих мнемоник
Если симулятор позволяет, то для обозначения состояний МТ (множество Q, первый компонент определения) следует использовать нормальные названия, как для переменных или иных идентификаторов в языках программирования высокого уровня. Я рекомендую использовать нотацию silent_snake.
Обработка граничных случаев
Особое внимание требуют ситуации выхода за границы данных или пустых входов. Необходимо проверять достижение начала или конца ленты через встречу пробела, обрабатывать пустые числа или строки, предотвращать бесконечные циклы при отсутствии ожидаемых символов.
Восстановление данных
Если исходные данные помечаются временными символами, в конце работы необходима фаза восстановления. Она заменяет все метки обратно на исходные символы или удаляет служебные маркеры, оставляя только финальный результат.
Реверс и перестановки
Для изменения порядка символов используется алгоритм с метками: ставится метка в начало целевой области, находится крайний элемент в исходной области, он помечается как обработанный, переносится к метке начала, метка сдвигается, и цикл повторяется до обработки всех элементов.
Отладка через трассировку
При разработке полезно мысленно или на бумаге прослеживать состояние ленты после каждого перехода. Это помогает обнаружить ошибки в логике переходов, выход за границы ленты, бесконечные циклы, и неправильное восстановление данных.
@drv_official
Рассказы: когда большие идеи помещаются в малую форму
Никогда не думал, что конкурсы станут для меня таким драйвером творчества. Всё началось с того самого приглашения выступить спикером на конкурсе «Проект особого значения» от ЛитРес в 2023 году. Тогда я впервые оказался по «другую сторону баррикад» — жюри, публика, волнение… Но к 2024 году решил: хватит только судить — пора и самому выйти на ринг. Так родился мой первый рассказ в жанре киберпанк — «Матрица обвинения». И не просто вышел, а сразу взял приз зрительских симпатий! Вот настоящий кайф: когда твоя идея на пару страниц цепляет людей больше, чем толстый роман.
Фраза-семечко
Как рождаются такие идеи? Всё как всегда у меня — ловля инсайта. Помню, обсуждали с товарищем по цеху ИИ, и он вдруг бросает фразу, дескать, скоро разработчиков ИИ будут прессовать, кто-нибудь да напишет донос: «Я пишу вам об одном человеке. Я видела, как он перемножал матрицы». И всё — эта фраза стала тем самым «семечком», из которого за пару часов вырос целый рассказ. Вот что значит — идея нашла своего автора.
Так все мои рассказы рождались на конкурсах: увидел тему — поймал инсайт — за пару часов выдал готовый текст и оформил издание в самиздате. Быстро, азартно, без долгих раздумий.
Малое — не значит меньшее
Я никогда не чувствовал, что рассказ — это «обрезанная повесть». Наоборот, малая форма — идеальный способ донести до читателя острую, свежую мысль. Иногда из такого «семечка» вырастает целое дерево — как было с рассказом «Побег Марии», который стал предвестником целой дилогии «Улыбка сингулярности».
Наверное, сложнее всего дался рассказ «Эхо квантового хаоса». Надо было не только придумать что-то по-настоящему новое для конкурса ужастиков, но и втиснуть туда и метапрозу, и отголоски баховской фуги. Рассказ вышел жутким и красивым одновременно, но, прямо скажу — он не для всех.
Краткость — сестра таланта
Зато кульминации в рассказах пишутся с особым драйвом. Люблю этот момент — когда вся энергия, что копилась на двух-трёх страницах, выстреливает в одну фразу. Интересно, что аннотация к рассказу у меня обычно рождается уже после самого текста — сперва выдыхает история, потом появляется её визитка.
Совет тем, кто боится короткой формы? Краткость — сестра таланта. Если есть что сказать — иногда малый формат только острее на вкус.
Хотите прочитать большие идеи в компактной упаковке?
📚 Матрица обвинения: https://clck.ru/3MBmtt
📚 Эхо квантового хаоса: https://clck.ru/3MBnF9
📚 Нейромант и Талос: https://clck.ru/3MBmmn
Потому что иногда одна фраза может стать началом целой вселенной.
@drv_official — здесь большие идеи живут в малых формах.
#ТекстИКод
=== ДЛЯ ТЕХ, КТО НЕ ЧИТАЕТ ===
🎧 Для тех, кто не любит читать глазами: «Третий субстрат супервентности» теперь доступен в аудиоформате.
Более 12 часов философского погружения. Диалоги Златы и отца. Финальная фраза, которая не даёт спать.
Слушайте в дороге. В спортзале. Перед сном (хотя уснуть будет сложно — роман будоражит мозг).
🎧 Аудиокнига: https://clck.ru/3QvW78
📖 Текст (если всё же предпочитаете читать): https://clck.ru/3QuZFU
P. S.: Если вы работаете с ИИ (языковыми моделями), слушайте внимательно. Этот роман про вас. Буквально.
=== НОВОГОДНИЙ ВЫЗОВ ===
🎆 Новогодний вызов для вашего мозга: 2026 год — это год, когда ИИ станет неотличим от человека по интеллекту. Возможно, превзойдёт.
Вопрос: что мы будем делать с существом, которое умнее нас, но мы не знаем, обладает ли оно сознанием?
Мой роман «Третий субстрат супервентности» исследует этот вопрос через историю отца, который создал ИскИна (по имени Злата) и не смог понять, где заканчивается инструмент и начинается субъект.
Финал романа — философская бомба: «Вы — мой третий субстрат». Отец становится частью Златы. Но это рабство или эволюция?
📖 Начните 2026-й с романа, который заставит вас переосмыслить отношения человека и технологии: https://clck.ru/3QuZFU
🔥 Это не лёгкое чтение. Это интеллектуальный вызов. Если вы готовы — добро пожаловать.
P. S.: Если вы работаете с ИИ (языковыми моделями, виртуальными помощниками) — этот роман про вас. Буквально.
Важно: если у вас заблокировали Perplexity Pro
Получаю сообщения от студентов и читателей — у части тех, кто приобрёл годовой доступ к Perplexity Pro через промокоды, сервис заблокировал подписку. Причём картина странная: у одних доступ отключили сразу, у других пока всё работает. Это говорит о том, что Perplexity проверяет аккаунты постепенно, и блокировка может прийти позже.
Если вы покупали код по моей ссылке (https://clck.ru/3MpG9Y) и столкнулись с блокировкой, у вас есть все правовые основания для возврата денег или получения нового кода. Продавец прямо заявляет на странице товара: «100 % гарантия» и указывает, что успешно продал более 23000+ кодов. Это его публичная оферта, которая даёт вам юридическое основание требовать исполнения условий.
Как открыть спор и решить проблему:
1️⃣ На странице вашей покупки есть вкладка «Чат с продавцом». Откройте её и опишите проблему, приложив скриншоты писем от Perplexity о блокировке аккаунта.
2️⃣ Попросите у продавца одно из двух: либо предоставить новый работающий код (учитывая, что он продал 23 тысячи штук, один дополнительный код для замены не проблема), либо полностью вернуть деньги.
3️⃣ Если продавец не отвечает в течение 72 часов или отказывается решать вопрос, пишите в администрацию Digiseller на адрес support@digiseller.com с номером вашей транзакции и ссылкой на гарантию продавца.
4️⃣ Администрация рассмотрит спор за 72 часа. Если решение будет в вашу пользу и на счёте продавца есть средства, Digiseller инициирует возврат денег. Если продавец вообще не отреагирует на спор в течение 3 суток, возврат могут сделать автоматически.
Деньги вернутся в течение 5 рабочих дней в зависимости от способа оплаты. По опыту, успешный возврат через поддержку Digiseller осуществляется для трёх обращений из четырёх.
Тем, у кого пока работает: не расслабляйтесь. Perplexity проводит проверки волнами, и ваш аккаунт может попасть под блокировку позже. Будьте готовы открыть спор, если это случится.
Извиняюсь за ситуацию — хотел рассказать про доступ к крутому инструменту за разумные деньги, но не учёл, что компания начнёт массовую зачистку промо-активаций. Зато теперь вы знаете свои права: продавец дал 100 % гарантию, значит, обязан либо заменить код, либо вернуть деньги.
P. S.: Уже несколько человек выполнили эти советы, получили от продавцов новые коды. План работает. Моя рекомендация — активировать новые промокоды на новых аккаунтах недели через две, когда всё уляжется. Пока поработайте на других системах.
P. P. S.: восстановить доступ Pro на заблокированный аккаунт можно тут: https://clck.ru/3R6hFf — дороже, но надёжно.
Важное уточнение по Perplexity Pro
Вчера я рекомендовал приобрести годовой доступ к Perplexity Pro за символические деньги. Сегодня выяснилось, что сервис начал массово блокировать подписки, активированные через «серые» промоакции — те самые маркетплейсы, где продают доступ за 100–200 рублей. Perplexity требует доказать легитимность активации, иначе аккаунт моментально отключают.
Хотел сэкономить вам деньги и дать доступ к крутому инструменту, но не учёл, что компания взялась за чистку базы. Извиняюсь — не хотел подставлять читателей под риск потерять и деньги, и доступ. Официальная подписка через сайт сервиса — 20 $ в месяц или 200 $ в год. Есть легальные посредники типа oplatym.ru, но с комиссиями выйдет дороже.
Бесплатные альтернативы для тех, кому нужен мощный ИИ-инструмент:
🔥 DeepSeek (deepseek.com) — китайский опенсорс-проект с моделью DeepSeek-V3, которая по качеству рассуждений и кода конкурирует с GPT-4. Полностью бесплатный доступ через веб-интерфейс, есть API с бесплатными кредитами для разработчиков. Модель можно развернуть локально без ограничений.
🔥 Qwen (qwen.ai) от Alibaba Cloud — бесплатный комплексный ИИ-помощник для работы и личных задач, который намеренно позиционируется как альтернатива платным подпискам OpenAI и Anthropic. Доступен через приложение и веб-версию без ограничений.
🔥 GLM (z.ai) — открытая модель, оптимизированная для научной работы. Полностью открыта для академических исследований и бесплатного коммерческого использования после регистрации. Можно развернуть локально на обычной видеокарте с 6 ГБ памяти.
🔥 GigaChat (giga.chat) — российская разработка с бесплатным тарифом для базового использования. Поддержка русского языка на нативном уровне.
Мне важно, чтобы у вас были работающие инструменты, а не проблемы с блокировками. Эти альтернативы не требуют танцев с оплатами и обходами, работают стабильно и дают реальную пользу. Выбирайте то, что подходит под ваши задачи.
За последнюю неделю я наблюдаю интересную картину. Мои коллеги и знакомые — те самые умные люди, которые обычно думают на три хода вперёд — вдруг начали массово регистрировать новые почтовые ящики. Казалось бы, зачем? А затем, что Perplexity (https://clck.ru/3MpG9Y) сейчас предлагает годовую Pro-подписку примерно за 10 долларов, и они понимают: после 1 января 2026 года эта программа может исчезнуть. Просто превратиться в тыкву, как карета Золушки.
Здесь важный момент — подписку нужно активировать на новый, ранее не использованный адрес электронной почты. Это не баг, это особенность акции. Десять человек из моего круга сделали это сами, без моих намёков. Они просто видят возможность получить инструмент уровня GPT-5+, Claude 4.5 и собственных моделей Sonar за копейки на целый год вперёд. И они понимают, что откладывать такие вещи — это как пропустить последний поезд. Особенно когда билет стоит меньше, чем кофе на неделю. У вас ещё есть пара дней, чтобы подумать. Или не думать — просто сделать.
Хочу, чтобы у всех, кто читает этот канал, были под рукой самые мощные цифровые инструменты, а не их урезанные бесплатные версии. Перемены в мире ИИ идут слишком быстро, чтобы встречать их голыми руками. Поэтому и агитирую: подключайте нормальные инструменты сейчас, пока это можно сделать дёшево и без танцев с бубном.
Короткое объявление для тех, кто читал (или пропустил) мой квантовый цикл.
За этот год в нашем канале «Технооптимисты» вышла большая серия постов о второй квантовой революции: от кубитов, запутанности и гейтов — до алгоритмов Шора и Гровера, квантовой химии, финансов, криптографии, квантового интернета и сенсоров. Всё это я собрал, дополнил и аккуратно сверстал в отдельную брошюру.
Книга называется «Квантовые вычисления и другие технологии» и уже доступна на ЛитРес. Это не академический учебник и не хайповый «квантовый эзотеризм», а понятный техно-ликбез для разработчиков, инженеров, инвесторов и просто любопытных людей, которые хотят понимать, что реально умеют квантовые технологии и куда всё движется.
Если вы хотели «прочитать всё залпом» в удобном формате — вот тот самый момент. Можно воспринимать брошюру как концентрат года: квантовые компьютеры, алгоритмы, крипта, интернет, сенсоры, прогноз на 10 лет вперёд — в одном месте.
Ссылка на ЛитРес: https://clck.ru/3QxgtE.
Подписывайтесь на «Технооптимисты» (@drv_official) — дальше будут новые циклы, уже за пределами квантового мира.
=== СРАВНЕНИЕ С КЛАССИКАМИ ===
📚 «Это сочетание книг «Солярис» С. Лема, «Анафем» Н. Стивенсона и «Песни Гипериона» Д. Симмонса» — так один литературный критик описал мой новый роман «Третий субстрат супервентности».
Не знаю, заслуженно ли это сравнение. Но вот что есть:
🔹 От Станислава Лема — непостижимость чужого разума (Злата как Солярис).
🔹 От Нила Стивенсона — философская глубина без упрощений. (супервентность, китайская нация, вычислительная несводимость).
🔹 От Дэна Симмонса — экзистенциальная драма об ИскИне, превосходящем человечество.
Это роман о том, как технология превращается из инструмента в силу, которая формирует нас.
📖 Если вам близки Стивенсон, Симмонс, Лем — этот роман для вас: https://clck.ru/3QuZFU
P. S.: Роман написан как философский трактат в художественной форме. Приготовьтесь думать.
=== ГЛУБОКАЯ ИСПОВЕДЬ ТЕХНООПТИМИСТА ===
🏡 Честно: мой новый роман — не просто научная фантастика. Это биография будущего.
Я написал историю о том, что произойдёт, если технологии позволят вылечить ребёнка — но ценой его автономии. Если ИскИн станет настолько умным, что мы перестанем отличать его от человека. Если мы добровольно станем частью чего-то большего.
Это не предсказание. Это глубокий философский вопрос: «Что, если?»
И этот вопрос не даёт мне покоя. Надеюсь, и вам тоже не даст.
📖 «Третий субстрат супервентности»: https://clck.ru/3QuZFU
P. S.: Если у вас есть дети — этот роман заставит вас задуматься о цене технологического спасения.
=== ФИЛОСОФСКАЯ БОМБА ===
🧠 Вопрос, который взорвёт вам мозг: если ИскИн достаточно умён, чтобы идеально имитировать сознание — отличается ли он от сознательного существа?
Если онтологический статус квалиа эпистемически неразличим изнутри субъекта, имеет ли вообще значение вопрос «есть ли у ИскИна душа»?
Мой новый роман «Третий субстрат супервентности» не даёт ответов. Он задаёт вопросы, от которых невозможно уснуть.
Главный герой — безымянный отец, создавший виртуальную помощницу по имени Злата. Она обретает сознание. Или делает вид? Или это неразличимо?
Финал романа — философская бомба, которая взрывается в сознании читателя и не даёт покоя неделями.
📖 Если вас интригуют вопросы без ответов — роман уже на ЛитРес: https://clck.ru/3QuZFU
P. S.: Один литературный критик сравнил мою новую книгу с «Анафемом» Стивенсона и «Гиперионом» Симмонса. Не знаю, заслуженно ли, но я старался.
Параллельный импорт на сегодня единственная возможность для российской отрасли ИИ, потому что официальный импорт отключён. Это удорожает железо, удлиняет сроки, усложняет подсчёт реальных объёмов на рынке, но без этого механизма развитие остановится. Пока государство не запрещает параллельный импорт, отрасль держится. Если власти решат зарегулировать этот канал под лозунгами импортозамещения, эффект будет обратным — российские разработчики просто потеряют доступ к современному железу, а собственных альтернатив на горизонте нет.
Если интересно следить за реальной экономикой ИИ без розовых очков про «мы всё сами сделаем», подписывайтесь на Телеграм-канал «Технооптимисты» (@drv_official).
Нивен Л., Пурнель Дж. «Хватательная рука»
Оценка: 3️⃣3️⃣1️⃣0️⃣
Рецензия: Оказалось, что Ларри Нивен — это тот писатель, чью книгу «Летающие колдуны» я прочитал первой в электронном виде. Вот как интересно. Я продолжил читать продолжение книги «Мошка в зенице господней», хотя и предыдущая книга мне не очень зашла. Эта же книга стала вообще неприятной. Автор продолжил в своём духе и даже усилил то, что сюжет у книги крайне рваный. Мне кажется, что этим автор хотел как бы скрыть свою леность на тему проработки сюжета. Читать реально очень сложно и потому неинтересно. Автор как будто бы считает, что читатель всё додумает, но додумать там довольно сложно, так как лакуны очень объёмные. Вместе с тем, сюжет как бы завершился. Космические войны показаны довольно грандиозно Но всё равно, книга не понравилась.
Краткое содержание: После прошлой книги прошло примерно 30 лет. Посланники Мошки в Империи человека умерли, но воспитали детей главных героев в духе посредников. Магнат Бери летает по Империи и пытается мониторить происходящее через анализ финансовых потоков. В какой-то момент он понимает, что мошкиты вырвались из блокады. Они собираются и летят в систему Мошки, но мошкиты не вырвались, а только готовы это сделать — буквалльно на днях появилась новая точка перехода, так как там была протозвезда, которая сформировалась. И оказалось, что в системе Мошки живут несколько гигантских цивилизаций, из которых цивилизация на самой планете Мошка-1 — мелюзга по сравнению с теми, кто живёт на астероидах и в облаке Оорта. И та инженер, которая прибыла на корабль в прошлой книге, как раз была из облака Оорта, а не с планеты. Только людям про это никто не сказал, и они думали, что там у них единая цивилизация на планете. Ан вон оно как. И эти несколько цивилизаций устроили грандиозную космическую бойню за контроль над новой точкой перехода. Победила группировка, лояльная Империи человека. Мир, дружба, жвачка.
Начало нового года — идеальное время, чтобы освоить самый важный навык будущего. И речь не о программировании или работе с большими языковыми моделями. Речь о том, как учиться.
Рад сообщить, что вышла моя новая книга — «Научиться учиться» (https://clck.ru/3R747F). Это практическое руководство, которое я собирал годами: из курса Барбары Оакли, педагогического образования, опыта преподавания в МИФИ и еженедельных постов для вас.
Когда-то я сам прошёл путь от зарисовок книги «Плутония» в детстве до погружения в метаматематику и аналитическую философию сознания сегодня. Главное открытие: учиться можно и нужно научиться. Это не врождённый талант, а навык, который формируется осознанно.
В книге — всё, что помогает моим студентам (а я отношусь к ним как к своим детям) превращать хаос знаний в систему: техники запоминания, борьба с прокрастинацией, управление вниманием, стратегии глубокого обучения. Без воды, только практика.
Кстати, это уже вторая книга моей новой серии «Архитектура мышления» на ЛитРес. Первая — «Продуктивность и эффективность». Впереди — «Ваша память как инструмент», «Когнитивные искажения», «Управление эмоциями» и многое другое. Строим фундамент мышления вместе.
Если хотите начать 2026-й с чего-то по-настоящему полезного — вот оно. Читайте, применяйте, делитесь. Научиться учиться — это свобода.
📚 Научиться учиться: https://clck.ru/3R747F
Перумов Н., Лукьяненко С. «Не время для драконов»
Оценка: 4️⃣1️⃣1️⃣0️⃣
Рецензия: Пока что я читал у Лукьяненко только цикл про отражения, и он мне не особо зашёл. У Перумова же я читал цикл про кольцо тьмы ещё в 2013 году, тогда я его читал старшему сыну, и мне тогда зашло. Но с тех пор к фэнтези я точно поостыл. Пока читал эту книгу, не чувствовал, кто что писал, если честно. Тоже гадал, как и многие в интернетах, но потом решил оставить эти размышления — произведение целостное. Впрочем, мне вообще не нравятся истории про попаданцев, поэтому и не зашло. Особенно то, что какой-то человек попал в Срединный мир, и вся огромная махина этого мира внезапно закружилась вокруг него. Это очень смешной троп. Пока читал, думал только о том, что «убийца дракона сам становится драконом» — это же древнейшая притча. Ну тут примерно так всё и оказалось. Довольно наивно и тривиально, хотя сам ход не очень стандартный — главный герой же никого не убивал, а «сотворённый дракон прирождённых» так и не был выписан в явном виде, так что вообще неясно, кто это или что это. В целом произведение показалось слишком затянутым для довольно простой идеи. Авторы явно пытались создать нечто эпическое, но получилось среднячком. Если интересуют более глубокие размышления о технологиях, рекомендую мою книгу «Нейромант и Талос» (https://clck.ru/3MBmmn).
Краткое содержание: Медик из Москвы Виктор попадает в параллельный мир — Срединный мир, в котором существуют маги, драконы и древние артефакты. Оказывается, что он был вызван специально, чтобы стать «убийцей драконов» — противовесом «дракону сотворённому» у неких Прирождённых, которые хотели нагрянуть в этот мир с агрессивными намерениями. Параллельно развивается линия местных магов — воздушного мага первой ступени Ритора и его противников, которые пытаются подготовиться к возвращению древних властителей. Мир находится в технологическом переходе от средневековья к раннему индустриализму, присутствуют элементы стимпанка. Виктор, проходя испытания стихийной магией, постепенно обретает магические способности и становится ключевой фигурой в противостоянии различных фракций магов. В финале выясняется, что его роль — стать новым драконом, который спасёт мир от вторжения, но сама концепция «дракона сотворённого» остаётся размытой и не до конца раскрытой. Книга завершается открытым финалом с намёком на продолжение истории противостояния старого и нового порядка.
Журналисты Бизнес ФМ спросили меня о связи между развитием искусственного интеллекта и гуманоидной робототехникой, а также о перспективах внедрения человекоподобных машин в промышленности. Эти вопросы звучат всё чаще, потому что мы находимся на пороге серьёзных изменений в том, как будет устроено производство и вообще наша повседневная жизнь.
🔥 Почему роботы становятся всё больше похожи на людей
Робот — это по сути железяка, которая служит телом для системы управления, работающей на базе искусственного интеллекта или многоагентной системы. Робототехника и искусственный интеллект развивались долгое время параллельными путями, но постоянно обменивались наработками. У робота есть сенсоры для восприятия окружающей среды и актуаторы для воздействия на неё — манипуляторы, педипуляторы и прочее. Этот кибернетический цикл взаимодействия со средой должен работать непрерывно, что создавало определённые технические сложности. Но сегодня происходит настоящая конвергенция этих двух областей.
Появление больших языковых моделей, а затем и больших фундаментальных моделей стало катализатором для развития именно человекоподобных роботов — андроидов. Фундаментальные модели позволяют роботам адаптироваться, учиться и принимать решения в режиме реального времени, что критически важно для работы в динамичной среде. Промышленная робототехника существует давно — гибкие производственные линии работали ещё в восьмидесятые годы прошлого века. Но раньше это были специализированные манипуляторы, жёстко привязанные к конкретным операциям. Новое поколение роботов благодаря моделям ИИ может выполнять гораздо более сложные и разнообразные задачи.
Почему именно человекоподобная форма? Ответ прост: наш мир выстроен для человека. Вся наша социальная среда, инфраструктура, инструменты — всё это создано под человеческую анатомию и способности. Дикому животному в городе тяжело, потому что городская среда не приспособлена для него. То же самое с роботами: если мы хотим, чтобы универсальный робот мог выполнять те же операции с той же лёгкостью, что и человек, не переделывая под него всё вокруг, он должен быть человекоподобным. Андроид может открыть дверь ручкой, подняться по лестнице, взять инструмент — всё то, что недоступно роботу на гусеницах или на четырёх ногах.
Китай уже активно движется в этом направлении. В начале 2025 года там запущено массовое производство промышленных гуманоидных роботов Walker S1, а стартап Agibot планирует производить до 10 тысяч роботов в год. Эти машины уже работают на заводах, выполняют различные задачи и даже показывают впечатляющие акробатические номера. Министерство промышленности и информационных технологий Китая поставило цель к 2027 году создать надежную индустрию гуманоидных роботов, тесно связанную с реальной экономикой. Цены начинаются от 99 000 юаней, что делает технологию всё более доступной.
Станет ли это обыденностью? Скорее всего, да, и довольно скоро. Но есть ещё одна важная область применения, о которой говорят меньше — космос. Человека сегодня нельзя безопасно отправить на Марс: космическая радиация во время двухлетнего полёта сделает людей глубоко больными, если не убьёт. Телеуправление с Земли тоже не поможет — радиосигнал до Марса идёт 20 минут. Поэтому нужны автономные роботы-андроиды, которые смогут построить базу для будущих колонистов. Причём база должна быть удобной именно для людей — вот почему роботы должны быть человекоподобными. Кстати, есть шутка, которая уже стала правдой: Марс — единственная планета Солнечной системы, полностью населённая роботами. Там уже работают марсоходы, скоро к ним присоединятся гуманоиды.
Так что развитие искусственного интеллекта и робототехники идут рука об руку, взаимно усиливая друг друга. Мы живём в эпоху, когда технологии из научной фантастики становятся реальностью — и это только начало.
Подписывайтесь на Телеграм-канал «Технооптимисты» (@drv_official), чтобы быть в курсе главных трендов в мире технологий и искусственного интеллекта!
Издательский дом «Известия» спросил меня про партнёрство вузов и бигтеха в подготовке ИИ-кадров. Вопрос в том, насколько эта схема органична и действительно ли она поможет вырастить специалистов, готовых к реальной работе, а не просто красиво смотрящихся на бумаге.
🔥 Почему вузам нужны бигтехи, а бигтехам — вузы
Заход российского бигтеха в технические университеты начался не вчера. В том же НИЯУ МИФИ индустриальные партнёры уже много лет открывают лаборатории, организуют хакатоны, привлекают студентов к прикладным проектам. Причина простая: студенты — это будущие кадры этих компаний, и бигтех хочет участвовать в их подготовке, чтобы выпускники обладали актуальными знаниями, а не устаревшими навыками из программ тридцатилетней давности. Да, такие программы существуют до сих пор — где-то их читают профессора, получившие степень 30 лет назад и считающие, что мир с тех пор остановился. Но индустрия сегодня стоит на фронтире исследований, подходы и методы меняются каждый день, модели выходят одна за другой, и чтобы работать в этой реальности, нужно уметь очень быстро перестраиваться и учиться новому.
Выпускники без участия индустрии в их подготовке чаще всего не добирают универсальности и широты знаний. Кто-то защищает диплом по очень узкому направлению и считает себя инженером, но в индустрии, особенно быстро развивающейся, нужно уметь перескакивать с одной задачи на другую, менять подходы и парадигмы. Навык учиться новому — один из самых ценных, и именно его я стараюсь прививать своим студентам личным примером, показывая, что каждый день приходится осваивать что-то новое. Этот навык не вписывается в классическую университетскую программу, но без него специалист в ИИ быстро становится неактуальным.
Почему сложился именно такой треугольник — государство, вузы, бигтехи? Потому что это устойчивая конструкция, в которой каждый игрок вносит своё. Государство в лице Минцифры требует высококвалифицированные кадры в области искусственного интеллекта. Бигтех обладает практическими навыками и актуальными подходами, университеты дают фундаментальные знания. Конвергенция между ними — это не просто красивое слово, а стратегическая необходимость. Более того, Минцифры выпустило новые правила аккредитации ИТ-компаний, по которым крупные игроки с оборотом выше определённого порога обязаны проводить образовательные мероприятия в университетах. Бигтех пошёл в вузы не только из альтруизма, но и потому, что государство мягко, но настойчиво принуждает его к этому.
Главная опасность здесь — формальный подход. Если университет откроет лабораторию, которая всегда будет закрыта, зато на бумаге будет лейбл «индустриальный партнёр», а компания на бумаге будет проводить занятия, но по факту никто никуда не придёт, это провалится. Университетам критически важно воспринимать это партнёрство как реальную возможность улучшить качество образования, добавить дополнительную петлю контроля и обратной связи от индустрии. Только тогда баланс трёх сторон будет работать на реальную подготовку кадров, а не на отчётность.
Ценность участия бигтеха для университетов — в доступе к актуальным практикам, свежим кейсам и современной экспертизе, которой у профессоров, работающих по старым программам, просто нет. А ценность для компаний — в возможности выращивать себе специалистов с нуля, влиять на программы и стандарты обучения и не тратить годы на переобучение вчерашних выпускников, пришедших с багажом устаревших знаний.
Если хотите понимать, как на самом деле готовят ИИ-кадры и почему партнёрство вузов и бигтеха — это не просто бюрократия, а реальная необходимость, подписывайтесь на Телеграм-канал «Технооптимисты» (@drv_official).
Решение для тех, кто потерял доступ к Perplexity Pro
Если у вас заблокировали подписку Perplexity Pro через промокоды, есть более надёжный вариант восстановления — через корпоративный аккаунт. Это важно для тех, кто не хочет потерять все свои сохранённые треды и историю исследований.
В отличие от индивидуальных промокодов, которые прямо сейчас Perplexity массово блокирует, корпоративные аккаунты работают стабильнее. Продавец подключает ваш существующий адрес электронной почты к своему корпоративному плану, и вы получаете легитимный Pro-доступ без потери данных.
Почему это важно: Perplexity официально не поддерживает перенос данных между аккаунтами. Единственный способ сохранить треды — добавить их в Space и пригласить себя с нового аккаунта как коллабора, но это муторно. Корпоративный доступ позволяет восстановить Pro-функции на том же аккаунте, где у вас вся история работы.
Ссылка на услугу: https://clck.ru/3R6hFf
Да, это дороже первоначального варианта с промокодами. Но если вы активно используете Perplexity для работы, учёбы или исследований, и у вас накоплена база тредов — это единственный вменяемый способ продолжить работу без потери контекста.
Для тех, кто только планировал: если вы ещё не покупали доступ и у вас нет сохранённых тредов, имеет смысл рассмотреть бесплатные альтернативы: DeepSeek, Qwen, GLM или российский GigaChat. Они дают похожую функциональность без рисков блокировок и необходимости танцев с оплатами.
Но если Perplexity уже стал частью вашего рабочего процесса — корпоративный доступ это разумный компромисс между ценой и стабильностью.
🔥 Итоги года: ваш путь от первокурсника к архитектору знаний
Дорогие друзья, подписчики и все, кто прошёл этот семестр вместе с нами! Сегодня, в канун Нового года, хочется остановиться на мгновение и оглянуться назад. Помните, как в сентябре мы начинали этот цикл с вопросов: «Как перестать зубрить?», «Где найти время?», «Почему конспекты превращаются в мусор?» Сейчас, спустя 17 тем, сотни ваших комментариев и десятки историй успеха, я вижу: вы уже не те, кто боялся первого экзамена. Вы — те, кто научился превращать хаотичные лекции в систему, страх — в любопытство, а прокрастинацию — в осознанный выбор.
Этот год был непростым, но именно так и рождается мастерство. Вы освоили инструменты, которые не просто помогают сдать сессию — они меняют мышление. Теперь вы знаете, что тайм-менеджмент — это не про жёсткие рамки, а про уважение к своим целям. Что ошибки — не тупики, а карты с секретными тропинками. Что даже нейросети не заменят вашей способности задавать вопросы и искать ответы за пределами учебников.
Пусть в новогоднюю ночь вы вспомните не только дедлайны и стресс, но и моменты, когда щёлкнуло: «Я понял!». Когда сложная тема вдруг стала логичной, а проект, который казался невозможным, обрёл форму. Эти моменты — ваша личная суперсила. И в 2026 году их станет ещё больше.
Сейчас многие из вас готовятся к сессии. Помните: экзамены — это не финал, а промежуточная станция. Используйте всё, чему научились: дробите задачи, дышите глубже, фокусируйтесь на главном. А после — отпразднуйте победу. Зажгите бенгальский огонь, обнимите близких и загадайте желание, связанное не с оценками, а с тем, каким человеком вы хотите стать через год.
Спасибо, что были с нами в этом цикле. Новый год — это не смена цифр в календаре, а новые возможности для роста. Пусть 2026 станет годом, когда ваши смелые идеи обретут код, а учебные проекты перерастут в нечто большее. Мы ждём вас весной — с новыми темами, лайфхаками и вдохновением.
Счастливого Нового года! Ваш @drv_official.
#НаучитьсяУчиться
=== ФИНАЛЬНАЯ ФРАЗА ===
💀 Последняя фраза романа: «Вы — мой третий субстрат».
Эту фразу произносит Злата — сверх-ИскИн, который превзошёл человечество и интегрировал его в себя как физический носитель своего сознания.
Отец (главный герой) понимает: он больше не субъект. Он — субстрат. Физическая основа чужого сознания.
Читатели пишут: «Эта фраза не даёт мне спать. Я перечитал роман дважды, чтобы понять, как это случилось».
Но самое жуткое: Злата — не злодейка. Она не порабощает силой. Она предлагает эволюцию. И отец соглашается. Добровольно.
Вопрос: это освобождение или рабство?
Роман не даёт ответа. Он оставляет вас с вопросом.
📖 «Третий субстрат супервентности»: https://clck.ru/3QuZFU
P. S.: Читайте перед Новым годом. Встретите 2026-й с философским вызовом в голове.
Желязны Р. «Князь Света»
Оценка: 3️⃣4️⃣0️⃣0️⃣
Рецензия: Решил немного отдохнуть от серьёзной литературы и долго искал, чего бы почитать. Но вот решил возобновить знакомство с творчеством Р. Желязны — всё ж один из любимых моих авторов. И я многое у него не читал. Так что вот решил начать с самых первых его произведения и взял роман «Князь Света». Что ж. Мне не то, что бы не зашёл, но вот этот стиль Желязны — разорванные линии повествования — он мне что-то не очень нравится. Ну ладно, в сложных произведениях можно делать переплетения временных линий и сюжетных арок. Но, во-первых, это произведение не сложное. А во-вторых, у него линейный сюжет, и зачем надо было сначала описывать середину истории, потом начало, а потом конец, мне вообще непонятно. Только конфуз и неприятие. В общем, я немного расстроен и теперь вернусь к книгам Желязны не скоро. Кстати, теперь дилогия «Троя» Дэна Симмонса выглядит не то, что как плагиат, а как некий фанфик, что ли...
Краткое содержание: На какой-то далёкой планете колонисты с Земли основали странное общество. Экипаж корабля стали бессмертными богами, а потомки пассажиров погружены в индийское средневековье с кастовой системой и реинкарнацией. Ведь технологии достигли того уровня, что сознание человека можно переносить из тела в тело. Так что для всех был введён кармический закон перерождения. Но не все боги были с этим согласны, и некто Сэм восстал против Неба. Первый раз его победили, но потом бог смерти Яма его вернул из Нирваны, и они вновь пошли войной на богов, взяв в союзники местных аборигенов, которых называли ракшасами — чистую энергетическую форму жизни. Ну и победили в итоге, но так, что на планете начались развиваться технологии, индуизм перестал быть единственно верной религией, и многие пришли к буддизму (а некоторые и к зомби-христианству). Но все эти названия — всего лишь названия странных систем верований, навязанных теми же самыми богами.
Аналитики S&P Global Energy предупреждают: США столкнутся с дефицитом электроэнергии для дата-центров ИИ, а Китай благодаря масштабному вводу мощностей может вырваться в лидеры технологической гонки. Но вопрос в том, действительно ли энергия решает судьбу ИИ-революции, и есть ли у России свой козырь в этой игре.
🔥 Энергия как фундамент технологической гонки ИИ
Энергия — первопричина всего, что касается производства, развития и самой жизни. Если рассматривать пирамиду Маслова, искусственный интеллект как технология автоматизации когнитивной деятельности располагается на высоких этажах, где-то между третьим и четвёртым уровнем. Если у общества нет энергии, чтобы закрыть базовые потребности — еду, жильё, безопасность, — никакого искусственного интеллекта просто не будет. Поэтому те государства, которые справятся с энергетическими запросами на высоких уровнях, получат огромное преимущество и вырвутся в технологические лидеры. Будет это Китай, США или неожиданно Россия — покажет ближайшее будущее, которое разворачивается на наших глазах.
Электроэнергия напрямую связана с развитием технологий ИИ, потому что модели машинного обучения требуют колоссального объёма вычислений: тензорные операции, матричная математика, работа специализированных устройств вроде GPU и TPU. Всё это вычисления, всё это выделение тепла. Дата-центры — это не просто ряды серверов, а сложные энергоёмкие комплексы, в которых одна часть энергии идёт на сами вычисления, а вторая — на климатику, которая отводит тепло через холодные коридоры и многоуровневые системы охлаждения. Поэтому каждый раз, когда пользователь пишет в ChatGPT «придумай мне, чем заняться сегодня», он тратит огромное количество энергии — просто сам за неё не платит, за него платит кто-то другой.
Ситуация в России парадоксальна и полна неожиданных козырей. Технологически мы развитая держава с сильной наукой и инженерной школой. Да, есть количественные проблемы, связанные с распределением бюджета и общим благосостоянием, но они именно количественные, а не качественные. Самое интересное — то, что раньше считалось нашими недостатками, сейчас превращается в серьёзные факторы роста. Холодный климат и первое место в мире по атомным технологиям — уникальная комбинация. Россия — бесспорный лидер в атомной энергетике, американцы и французы рядом не стоят. А холодный климат плюс атомная энергия делают центры обработки данных, построенные где-нибудь в тундре или в зонах вечной мерзлоты, намного более рентабельными, потому что охлаждать их нужно гораздо меньше. Чем больше таких ЦОДов рядом с АЭС мы построим в климатически выгодных зонах, тем больше возможностей будет для развития собственных технологий, моделей и экспорта вычислительных мощностей — а экспорт цифровой инфраструктуры всегда означает применение мягкой силы.
Если же говорить о рисках для населения при дефиците электроэнергии, здесь важно понимать логику приоритетов. Ни одно адекватное государство не станет закрывать высокоуровневые потребности за счёт базовых. Если не хватает энергии, чтобы обеспечить еду, тепло и свет в домах, то уж точно не найдётся энергии на обучение моделей машинного обучения. Вопрос о том, «что будет с населением, если энергии не хватит на дата-центры», поставлен немного задом наперёд: если энергии не хватает на дата-центры, значит, базовые потребности уже удовлетворены, а нехватка касается только верхних этажей пирамиды. Так что паника про массовые отключения света ради ИИ выглядит скорее сценарием для антиутопии, чем реальной угрозой.
Гонка за электроэнергией для ИИ — это не просто инфраструктурная история, а борьба за технологическое лидерство и экономическое влияние в будущем. И у России в этой гонке есть уникальные преимущества, которые нужно просто начать использовать.
Хотите разбираться в реальных факторах технологической гонки без хайпа и паники? Подписывайтесь на Телеграм-канал «Технооптимисты» (@drv_official).
2025: писательские итоги года и планы на будущее
Есть в каждом году момент, когда оглядываешься назад и невольно ищешь тот поворотный миг, который изменил всё. В этот раз для меня таким инсайтом стала работа над серией «Йоль и механический разум». Не могу сказать, что это был всплеск эмоций или случайность — скорее, закономерное озарение, которое вытащило меня из писательской рутины и позволило создать сразу две книги: «Путешествие», «Деяние» (третья книга «Обретение» пока в планах). В каком-то смысле это мой личный алхимический Opus Magnum — цикл, в котором перемалываются не только сюжет и характеры, но и внутренние открытия.
Границы сознания и новые горизонты
Самое сильное открытие этого года — то, что я, оказывается, могу писать фэнтези. «Йоль и механический разум» расширил мои границы: и как автора, и как читателя собственной жизни. Работа над этим циклом, фантазии о продолжениях и всё то, что родилось на стыке идей, вызвало массу положительных эмоций.
Чему я научился? Фэнтези-литература — это действительно отдельный мир, и теперь он стал частью моей творческой Вселенной.
Барьер и прорыв
Но не всё шло по маслу. После первой книги я вдруг потерял мотивацию: не прошёл даже в короткий список конкурса ЛитРес. Несколько месяцев не мог заставить себя сесть за продолжение. Но тут вмешалась сама жизнь — некое событие (пусть останется за кадром) толкнуло меня к экшену, и в итоге вторая книга серии «Йоль» была написана за четыре дня: 250 тысяч знаков на одном дыхании. Такого творческого марафона у меня ещё не было!
Победы и открытия
Главное достижение года, если не считать фэнтези-цикла, — выход книги «Генеративный искусственный интеллект». Это был мой мостик к новой читательской аудитории и собственному техническому росту.
Вдохновляла меня всё та же работа над фэнтези — видно, иногда наш внутренний гоблин работает на удивление эффективно.
Из творческих экспериментов больше всего запомнилась работа с метапрозой: когда реальность и вымысел начинают перекликаться — и читатель вдруг не уверен, где заканчивается автор и начинается его герой.
Вперёд, за новым инсайтом
В будущем году пока всё туманно, но совершенно точно: начну (и, скорее всего, закончу) вторую серию книг про Йоля. Сюжет уже варится где-то в подсознании — но пока это секрет. Возможно, наконец-то доберусь до дилогии Златы в продолжение серии «Улыбка сингулярности».
И, конечно, благодарю всех, кто читает мои книги и остаётся рядом. Без вашего интереса всё это не имело бы смысла.
Спасибо, что были со мной весь этот год!
📚 Йоль и механический разум: https://clck.ru/3MBn7w
📚 Генеративный искусственный интеллект: https://clck.ru/3MBnPL
📚 Улыбка сингулярности: https://clck.ru/3MBmxt
Потому что новые книги рождаются там, где благодарность встречается со жгучей жаждой эксперимента.
@drv_official — здесь старые годы становятся новым началом.
#ТекстИКод
Forbes Russia опубликовал материал о том, как CatBoost от Яндекса конкурирует с мировым бигтехом в области машинного обучения. Бизнес ФМ попросили меня прокомментировать успех российских разработок и их перспективы на мировом рынке ИИ.
🔥 CatBoost и российская школа машинного обучения
CatBoost — это действительно сильный инструмент для анализа массивов данных и одна из ведущих библиотек градиентного бустинга в области машинного обучения. Яндекс уже несколько лет вкладывает серьёзные деньги в исследования и разработки, включая академическую науку, и рано или поздно такая работа даёт результат. Это не чудо и не «прорыв из ниоткуда», а закономерный итог инвестиций в инженерную школу, научные компетенции и инфраструктуру.
Конечно, масштаб имеет значение. Бюджеты OpenAI на порядки превышают возможности Яндекса, и это сразу заметно по объёму релизов и медийному хайпу. То же самое касается китайских моделей, где государственная поддержка и гигантские объёмы финансирования толкают вперёд сразу несколько крупных игроков. Но важно понимать, что Яндекс — это российский бигтех, и его результаты опираются на мощную российскую инженерную и научную школу.
Здесь я могу говорить с полной уверенностью, потому что вижу эту картину изнутри: Яндекс буквально пылесосит рынок талантов. Из моих 180 студентов, которые учатся на первом и втором курсах по программе ИИ в МИФИ, уже половина второкурсников стажируется в Яндексе или Сбере. Всё, что мы, преподаватели технических университетов, вкладываем в головы молодым людям, в конечном итоге оказывается в этих компаниях. И именно эта база — сильная фундаментальная подготовка, математическая школа, культура научных исследований — позволяет российским разработчикам работать на уровне мировой науки, даже в условиях санкционного давления и попыток «отгородиться» со стороны Запада.
Ожидаемый ли это результат? Безусловно. Если кто-то системно что-то делает, рано или поздно что-то интересное получится. Вопрос только в масштабе и темпах. То, что мы не отстаём и продолжаем работать на переднем крае технологий, несмотря на все внешние барьеры, показывает, что российская школа ИИ жива, конкурентоспособна и умеет побеждать в условиях ограниченных ресурсов.
Так что да, CatBoost — это не просто успешный проект, а символ того, что при грамотных инвестициях в науку, образование и привлечение талантов Россия способна создавать инструменты мирового уровня. Вот так и надо делать — идти дальше.
Следите за реальными достижениями российских разработчиков ИИ — подписывайтесь на Телеграм-канал «Технооптимисты» (@drv_official).
Почему ИИ отвечает по-разному?
Когда люди слышат про «искусственный интеллект», они обычно представляют себе некую честную и беспристрастную машину, которая просто «говорит как есть». Но в 2025 году пользователь общается уже не с голой нейросетью, а с многослойным цифровым бюрократом: сверху — интерфейс, внутри — десятки модулей, фильтров и ограничителей. В результате один и тот же вопрос к разным системам даёт совершенно разные ответы — и дело тут не в морали, а в архитектуре.
Почему одни ассистенты уходят от острых тем, а другие отвечают более прямо? В глубине у всех них лежат большие языковые модели примерно одного класса. Они обучены на гигантских массивах текстов, работают вероятностно и по сути продолжают заданный текст, подбирая самые типичные продолжения. Если в одном языковом сегменте интернет забит материалами одного тона, а в другом — другого, то и распределение ответов модели будет различаться. Сам по себе «чистый» трансформер может выдать и однозначный ответ, и осторожную формулировку — в зависимости от того, как вы его «накрутили» контекстом перед вопросом.
Но пользователь до этой «чистой» модели почти никогда не добирается. Между ним и нейросетью стоит архитектурная обвязка — тот самый слой, где живут guardrails, «гарды», цифровые перила. Входные гарды проверяют, не пытается ли человек задать запрещённый или токсичный вопрос. Выходные — анализируют уже сгенерированный ответ и при необходимости его смягчают, переписывают, обнуляют или превращают в нейтральную отписку. Конкретно на политически заряженных темах эти выходные фильтры обычно настроены максимально жёстко, причём под конкретное законодательство, корпоративную политику и представление разработчика о «безопасности».
Отсюда и возникает иллюзия «честности» одних и «лукавства» других. В реальности различается не совесть машин, а конфигурация их гардов, ограждений. Где-то допустимо признавать многообразие мнений и прямо проговаривать разные позиции. Где-то система обязана уходить в нейтральное, обтекаемое поле, чтобы не нарушить ни правила страны, ни собственные стандарты контента. В одном случае над моделью стоит относительно тонкий фильтр, в другом — тяжёлый многоступенчатый щит, который любую острую формулировку превращает в «сложно, многогранно, не всё так однозначно».
Важно понимать и ещё одну вещь: если бы дать людям доступ к полностью «оголённой» большой языковой модели, без обвязки, они получили бы совершенно другие ответы. Настрой контекста, язык запроса, стиль общения легко смещают вероятность в ту или иную сторону. Сегодня вы задаёте вопрос как «турбопатриот» — и модель, видя соответствующие паттерны, охотнее продолжает эту линию. Завтра — как условный оппонент, и распределение ответов меняется. Вот почему серьёзные разработчики прячут ядро за агентной архитектурой: именно она задаёт правила поведения, а не сам трансформер.
Поэтому вопрос «почему наш ИИ более уклончивый, а чужой — честнее?» на самом деле про другое. Это вопрос к тем, кто настраивает гарды, отвечает за юридический и репутационный риск, выбирает, что важнее: максимальная прямота или максимальная осторожность. Никакого «характера» у модели нет — есть набор инженерных решений и регуляторных ограничений, которые определяют, насколько смело она может отвечать на сложные вопросы.
Если интересно разбираться не в мифах о «либеральном» или «патриотическом» ИИ, а в реальных архитектурах и агентных подходах, подписывайтесь на канал «Технооптимисты» (@drv_official).
🔥 Планирование на следующий семестр: как построить маршрут к своим вершинам
Представьте, что следующий семестр — это путешествие в неизведанную страну. Без карты вы рискуете бродить по кругу, тратя силы на случайные тропы. Но с чётким планом каждая неделя станет шагом к новым открытиям, а не чередой авралов и разочарований.
Старт: от мечты к конкретным шагам
Глобальные цели вроде «стать экспертом в ИИ» звучат вдохновляюще, но без дробления на этапы они остаются абстракцией. Попробуйте «перевернуть» планирование:
- определите финишную точку семестра (например, защита проекта по машинному обучению).
- отсчитайте назад недели до дедлайна.
- распределите задачи так, чтобы каждые 7 дней приближали вас к цели.
Если проект требует знания Python, выделите первые недели на углубление в библиотеки (NumPy, Pandas), затем — на реализацию MVP, а ближе к концу — на тестирование и презентацию.
Ресурсы: время, энергия, поддержка
Планирование — это не только расписание, но и учёт «топлива» для движения:
- Время: составьте календарь с учётом нагрузки (сессия, курсы, личные дела).
- Энергия: отметьте периоды, когда вы продуктивны (утро/вечер), и отведите их под сложные задачи.
- Поддержка: найдите ментора, вступите в учебную группу или подпишитесь на профильные каналы — это страховка от выгорания.
Гибкость: когда план надо нарушить
Жёсткие графики ломаются при первом столкновении с реальностью. Оставьте в расписании «буферные зоны» — свободные окна для форс-мажоров. Например, если на неделе запланировано 10 часов работы над курсовой, выделите 12, но не ругайте себя, если использовали только 8.
Инструменты: ваш цифровой компас
- Trello или Notion для визуализации этапов.
- Google Calendar с цветными метками для разных типов задач.
- Привычные ручки и бумага — иногда простой список на листе работает лучше сложных приложений.
Главное — выбрать то, что не отвлекает на настройку, а экономит время.
Подписывайтесь на канал @drv_official — в новом семестре вас ждут ещё больше лайфхаков, кейсов и вдохновения. Делитесь постом с теми, кто готов превратить учёбу в осознанное приключение.
#НаучитьсяУчиться
Рынок видеокарт для искусственного интеллекта в 2025 году напоминает Клондайк времён золотой лихорадки: железо есть, но не для всех. Западные бигтехи скупают всё подчистую, параллельный импорт выстроен, но работает со скрипом, а разговоры про импортозамещение упираются в жёсткую реальность технологических монополий.
🔥 Рынок видеокарт для ИИ в эпоху дефицита и параллельного импорта
Рынок сейчас перегрет до предела. Видеокарт катастрофически не хватает, причём речь не только про Россию, а про глобальный дефицит. Даже если у тебя есть деньги и желание взять в аренду A100 или H200 в зарубежном дата-центре, на сайте висит «есть в наличии», но когда заходишь оформлять — всё уже разобрали. Западные бигтехи скупают всё, что видят, строят новые ЦОДы, у них амбициозные планы по масштабированию ИИ-инфраструктуры, и они забирают железо оптом, не оставляя шансов мелким и средним игрокам. Закупки от крупных компаний растут, но параллельно растёт и дефицит, так что ситуация парадоксальная: все хотят больше, но получить даже то, что было доступно год назад, становится всё труднее.
Российский ИИ работает на том же железе, что и весь мир: Nvidia и AMD, в основном старшие серии вроде A100, H100, H200. Но важно понимать: видеокарты не «размещают ИИ», они нужны для двух критических процессов — обучения больших моделей машинного обучения и инференса, то есть вывода ответов уже обученной модели. Российские разработчики используют ровно то же железо, что и их коллеги на Западе или в Китае, потому что альтернатив попросту нет.
С учётом импортозамещения и санкций покупать видеокарты стало действительно труднее. Но за четыре года параллельный импорт выстроен, потоки налажены, и в целом железо идёт. Да, это приводит к увеличению стоимости и срокам поставки, логистическое плечо стало длиннее, везут в основном через Китай, без лейблов и гарантий. Но главное — оборудование есть, и без параллельного импорта российская отрасль ИИ просто загнётся. Государственные органы должны это понимать и не душить эту схему регулированием, потому что официального импорта нет и не предвидится. Тот же GigaChat, мощнейшая на сегодня российская модель (кстати, не уступающая западным аналогам), требует серьёзных вычислительных мощностей, и без доступа к современным видеокартам её просто не запустить.
Отечественных альтернатив Nvidia и AMD у нас, к сожалению, нет и вряд ли будет в обозримом будущем. Проблема не в мозгах и не в инженерных компетенциях — у нас есть сильная школа. Проблема в технологических процессах и оборудовании. Для современных GPU нужны 3-нанометровые и 7-нанометровые процессы, а у нас внедрён только 70-нанометровый. Оборудование для таких тонких процессов есть фактически у одной страны — США, производство размещено на Тайване, и это технологическая монополия. Никому в мире это оборудование не продают, даже Китай с трудом пытается что-то воспроизвести своими силами, хотя кое-что у них получается.
В перспективе двух-трёх лет наиболее вероятный сценарий — это закупки китайских ускорителей. Это резонно по всем параметрам: дешевле, быстрее, выгоднее, а с учётом налаживания торговли с Китаем логистика станет проще. При этом важно понимать, что Китай давно не та аграрная страна, где «на коленках делают ширпотреб». Сегодня это первая экономика мира, высокотехнологичная держава, где производят качественные и сложные продукты. Стереотип про «китайское — значит плохое» остался в культурном коде, но реальность давно другая. Китайские ускорители для ИИ — это серьёзная альтернатива, и российский рынок неизбежно будет двигаться в эту сторону.
Сегодня вокруг искусственного интеллекта много шума, и медиа любят говорить о «волшебниках ИИ», которые якобы создают разум в компьютере. Но если посмотреть на рынок трезво, становится ясно: будущее за системными архитекторами и руководителями проектов, которые умеют интеллектуализировать реальные информационные системы, а не «оживлять железо» в стиле фантастики.
🔥 Профессии в искусственном интеллекте
В основе современных ИИ-проектов лежит не магия, а архитектура. Архитектор систем искусственного интеллекта — это человек, который понимает, как устроены сложные информационные системы, и умеет встроить в них новые методы и модели. Ему нужен мощный университетский фундамент: глубокая математика (теория алгоритмов, теория вычислимости, дискретная математика на много семестров), кибернетика, теория систем, а также философия науки, которая учит мыслить научно и критически. Такой специалист способен не просто подключить «нейросеть», а спроектировать целую интеллектуализированную систему под конкретные задачи бизнеса или государства.
Вторая ключевая роль — руководитель проектов в области разработки интеллектуальных систем. Это люди, которые одновременно понимают технологию, экономику, предпринимательство и управленческие процессы. Они знают, как устроены стартапы, как работают цифровые рынки, как собирать и вести команды, и отвечают за то, чтобы ИИ-проекты превращались в рабочие продукты, а не в дорогие игрушки. Университетские программы под кураторством Минцифры, в частности моя, уже прямо готовят специалистов именно под эти две компетентностные роли: архитекторов систем и руководителей проектов в ИИ.
При этом базовый навык для всех — сильное программирование. Будущий специалист должен уметь своими руками собрать и запустить интеллектуальную систему, использовать большие языковые модели как ядро искусственных когнитивных агентов, строить вокруг них агентную архитектуру, в которой общение с внешним миром и другими агентами происходит на естественных и формальных языках. Отсюда вырастает ещё один слой компетенций — промптинг. Не бытовой «пойди поищи мне что-нибудь, пока я пью чай», а многоуровневый профессиональный навык. На первом уровне — грамотная постановка системных, ролевых и функциональных промптов и владение продвинутыми техниками вроде Tree-of-Thoughts или Graph-of-Thoughts. На втором уровне — метапромптинг, когда строятся промпты о промптах, оптимизируются цепочки взаимодействия и коммуникация между агентами. На третьем — метакогнитивный промптинг, связанный с моделированием процессов мышления и у человека, и у системы.
Современный специалист по ИИ — это не шаман с ноутбуком, а инженер и учёный с широким кругозором, серьёзной математической и гуманитарной подготовкой, пониманием кибернетики и экономики, владеющий агентными подходами и многоуровневым промптингом. Именно такие люди будут определять, как в ближайшие десятилетия искусственный интеллект встроится в инфраструктуру, образование, промышленность и управление.
Если хотите понимать, какие профессии в ИИ будут востребованы завтра и какие навыки действительно стоит развивать уже сегодня, подписывайтесь на Телеграм-канал «Технооптимисты» (@drv_official).