Опрос
|
реклама
Быстрый переход
Доминирование OpenAI на рынке ИИ подходит к концу стараниями Google и Anthropic
30.11.2025 [19:06],
Владимир Мироненко
Спустя три года с момента запуска популярного ИИ-чат-бота ChatGPT стартап OpenAI, чья рыночная стоимость оценивается в $500 млрд, столкнулся со значительными сложностями в борьбе за доминирование на ИИ-рынке, пишет The Financial Times. Ранее лидировавший со значительным отрывом от конкурентов стартап OpenAI оказался под значительным давлением со стороны Google и Anthropic, укрепивших свои позиции в последнее время. 
Источник изображения: Growtika/unsplash.com На прошлой неделе Google выпустила большую языковую модель Gemini 3, которая, как утверждается, превзошла OpenAI GPT-5 по нескольким ключевым показателям и ИИ-модели других конкурентов, и достигла высоких результатов в обучении моделей, каких OpenAI не удавалось получить в последние месяцы. Ещё до этого глава OpenAI Сэм Альтман предупредил в служебной записке сотрудников, что компании «нужно будет сохранять концентрацию в условиях краткосрочного конкурентного давления… Ожидается, что ситуация на рынке будет непростой». Год назад многие сомневались в возможности Google сократить колоссальное отставание в сфере ИИ от OpenAI. Но в начале этого года, после презентации серии обновлений на конференции разработчиков Google I/O 2025 в мае и благодаря получившему высокую популярность инструменту для редактирования фотографий Nano Banana AI, наступил перелом. Ежемесячное число пользователей мобильного приложения Gemini выросло до 650 млн по сравнению с примерно 400 млн в мае. Вслед за этим начался резкий рост акций Alphabet, и рыночная капитализация холдинга приблизилась к $4 трлн на фоне уверенности Уолл-стрит в том, что Google сможет объединить свои доминирующие позиции в поиске, облачной инфраструктуре и ПО для смартфонов, чтобы запустить новые возможности в сфере ИИ. Корай Кавукчуоглу (Koray Kavukcuoglu), главный технический директор DeepMind, сообщил Financial Times, что группа крупных технологических компаний «значительно повысила показатели», обучая свои ИИ-модели на кастомных чипах от Google. «Возможность взаимодействовать с потребителями, клиентами и компаниями в таком масштабе — это то, что мы действительно можем сделать благодаря нашему комплексному интегрированному подходу», — отметил он. По его словам, использование собственных чипов позволило Google обучить Gemini 3, не полагаясь на дорогостоящие решения Nvidia, на которые опирается большинство компаний в сфере ИИ. Некоторые эксперты считают, что OpenAI переоценила свои возможности в погоне за расширением деятельности любой ценой. Стартап пообещал потратить $1,4 трлн в течение следующих восьми лет на вычислительные мощности, заключив крупные сделки с Nvidia, Oracle, AMD и Broadcom. Эта сумма гораздо превышает нынешнюю выручку OpenAI, и его партнёрам придётся прибегнуть к займам для финансирования совместных проектов. «Это очень, очень рискованная ставка для любой компании», — заявила Сара Майерс Уэст (Sarah Myers West), соисполнительный директор некоммерческой организации AI Now Institute. Сейчас для OpenAI главный вопрос заключается в том, чтобы найти достаточно крупный источник дохода для поддержания этих инвестиций. Увеличить доходы от рекламы с помощью Sora, о чём говорил Альтман, будет непросто, поскольку на этом рынке уже работают такие крупные игроки, как Meta✴✴ и Alphabet. К тому же стартап только начинает интегрировать функции рекламы и покупок в свой чат-бот. Чат-бот Claude от Anthropic не столь популярен, как ChatGPT среди потребителей, но, как сообщает The Financial Times, давняя ориентация на безопасность ИИ помогла компании создать более надёжный инструмент для корпоративных клиентов, а его средства для программирования считаются лучшими в своём классе. С более чем 800 млн еженедельных пользователей OpenAI по-прежнему доминирует по общему использованию чат-ботов, но теперь пользователи проводят больше времени в чате с Gemini, чем с ChatGPT, сообщает аналитическая компания Similarweb. Вместе с тем, по данным Sensor Tower, ChatGPT сохраняет лидирующие позиции среди ИИ-приложений. ИИ-модель Alibaba Qwen3-VL способна уловить почти все детали двухчасового видео, лишь раз его «просмотрев»
30.11.2025 [18:32],
Николай Хижняк
Спустя несколько месяцев после запуска Qwen3-VL компания Alibaba опубликовала подробный технический отчёт об открытой мультимодальной модели. Данные показывают, что система превосходно справляется с математическими задачами, связанными с изображениями, и может анализировать многочасовые видеоматериалы. 
Источник изображений: Alibaba Система справляется с большими объёмами данных, обрабатывая двухчасовые видео или сотни страниц документов в контекстном окне из 256 тыс. токенов. В тестах «иголка в стоге сена» флагманская модель с 235 млрд параметров обнаруживала отдельные кадры в 30-минутных видео со 100-процентной точностью. Даже в двухчасовых видео, содержащих около миллиона токенов, точность сохранялась на уровне 99,5 %. Тест основан на вставке семантически важного кадра-«иглы» в случайные места длинных видео, которые система затем должна найти и проанализировать. 
Тест «иголка в стоге сена» измеряет способность модели находить определенные кадры в длинных видеороликах В опубликованных бенчмарках модель Qwen3-VL-235B-A22B часто превосходит Gemini 2.5 Pro, OpenAI GPT-5 и Claude Opus 4.1, даже когда конкуренты используют функции логического мышления или требуют больших затрат на мышление. Модель доминирует в задачах с визуальным математическим анализом, набирая 85,8 % в MathVista по сравнению с 81,3 % у GPT-5. В MathVision она лидирует с 74,6 %, опережая Gemini 2.5 Pro (73,3%) и GPT-5 (65,8%). 
Модель Gemini 2.5 Pro сохраняет небольшое преимущество в общем понимании изображений Модель также демонстрирует широкий диапазон результатов в специализированных бенчмарках. Она набрала 96,5 % в тесте на понимание документов DocVQA и 875 баллов в OCRBench, поддерживая 39 языков — почти в четыре раза больше, чем её предшественник. 
Qwen3-VL достигает точности более 70 процентов при выполнении задач OCR на 32 из 39 поддерживаемых языков Alibaba утверждает, что модель также демонстрирует новые возможности в задачах графического интерфейса. Точность Qwen3-VL-32B в ScreenSpot Pro, тестирующем навигацию в графических пользовательских интерфейсах, составила 61,8 %. В AndroidWorld, где система должна самостоятельно управлять приложениями Android, Qwen3-VL-32B показал результат 63,7 %. Модель также обрабатывает сложные многостраничные PDF-документы. В MMLongBench-Doc она показала результат 56,2 % при анализе длинных документов. В бенчмарке CharXiv для научных диаграмм она достигла 90,5 % при выполнении задач описания и 66,2 % при выполнении сложных логических задач. Однако не во всех случаях Qwen3-VL оказалась лучше конкурентов. В сложном тесте MMMU-Pro модель набрала 69,3 %, уступив GPT-5 с результатом 78,4 %. Коммерческие конкуренты также обычно лидируют в тестах качества видео. Данные свидетельствуют, что Qwen3-VL специализируется на визуальных математических задачах и документах, но всё ещё отстаёт в области общих логических рассуждений. В техническом отчёте описаны три основных архитектурных обновления, реализованных в Qwen3-VL. Во-первых, «interleaved MRoPE» заменяет предыдущий метод позиционного встраивания. Вместо группировки математических представлений по размерности (время, горизонталь, вертикаль), новый подход равномерно распределяет их по всем доступным математическим областям. Это изменение направлено на повышение производительности при работе с длинными видео. Во-вторых, технология DeepStack позволяет модели получать доступ к промежуточным результатам видеокодера, а не только к конечному результату. Это предоставляет системе доступ к визуальной информации с разной степенью детализации. В-третьих, система временных меток на основе текста заменяет сложный метод T-RoPE, используемый в Qwen2.5-VL. Вместо того, чтобы присваивать математическую временную позицию каждому видеокадру, система теперь вставляет простые текстовые маркеры, например, «<3,8 секунды>», непосредственно во входные данные. Это упрощает процесс и улучшает понимание моделью задач, связанных с анализом видео с временными рамками. 
Qwen3-VL объединяет видеокодер и языковую модель для одновременной обработки текста, изображений и видео. DeepStack использует визуальную информацию с разных уровней обработки Alibaba обучала модель в четыре этапа на базе 10 тыс. графических процессоров. После обучения связыванию изображений и текста система прошла полное мультимодальное обучение примерно на триллионе токенов. Источниками данных были веб-скрапы, 3 млн PDF-файлов из Common Crawl и более 60 млн STEM-задач. На последующих этапах команда постепенно расширяла контекстное окно с 8000 до 32 000 и, наконец, до 262 000 токенов. Варианты Thinking прошли специальное обучение Chain-of-thought training, что позволило им генерировать промежуточные шаги рассуждения перед предоставлением окончательного ответа для достижения лучших результатов при решении сложных задач. Все модели Qwen3-VL, выпущенные с сентября, доступны по лицензии Apache 2.0 с открытыми весами на Hugging Face. Линейка включает плотные варианты с параметрами от 2B до 32B, а также модели со смесью экспертов 30B-A3B и массивные 235B-A22B. Хотя такие функции, как извлечение кадров из длинных видео, не являются новыми (в начале 2024 года Google Gemini 1.5 Pro уже реализовал эту функцию), Qwen3-VL предлагает конкурентоспособную производительность. Поскольку предыдущая модель Qwen2.5-VL уже широко применялась в исследованиях, новая модель, вероятно, станет стимулом для дальнейшей разработки ПО с открытым исходным кодом. Инвесторы не спешат пугаться ИИ-пузыря — деньги в стартапы льются как прежде
30.11.2025 [08:46],
Алексей Разин
Зародившийся в сознании некоторых инвесторов скепсис по поводу неизменности роста котировок акций компаний, причастных к развитию инфраструктуры искусственного интеллекта, уже вызвал корректировку на бирже и заставил основателя Nvidia оправдываться. Между тем, в сегменте стартапов пессимизмом пока и не пахнет, и их основатели продолжают грести деньги лопатой. 
Источник изображения: Freepik, jcomp Об этом сообщает Financial Times по итогам консультаций с рядом американских венчурных инвесторов, которые вкладывают средства в молодые компании на начальных этапах в надежде заработать деньги на росте их капитализации в будущем. Феномен заключается в том, что на рынке труда сейчас не так много эффективных специалистов в сфере искусственного интеллекта, поэтому получившие даже небольшой опыт разработчики нередко уходят от своих работодателей, чтобы основать собственные стартапы. Инвесторы при этом охотно доверяют им крупные суммы, не особо задумываясь о последствиях. По сути, наиболее ярким примером такого дробления могут служить истории появления стартапов Thinking Machines Lab и Safe Superintelligence, основанные выходцами из OpenAI Мирой Мурати (Mira Murati) и Ильёй Суцкевером. Капитализация их стартапов в пределах первого года существования выросла до десятков миллиардов долларов США. Первый из них, по некоторым оценкам, сейчас стоит $50 млрд. Основатели стартапов легко привлекают сотни миллионов долларов, не располагая особой историей или репутацией, при этом венчурные инвесторы выстраиваются в очереди, чтобы отдать им деньги. Некоторые инвесторы предполагают, что среди самых крупных ИИ-стартапов в США в ближайшие два года с высокой вероятностью найдётся тот, чья капитализация в указанный период достигнет $1 трлн даже до выхода на IPO. Основателей стартапов вероятность банкротства не очень пугает. Если что-то в их бизнесе пойдёт не так, крупные корпорации наверняка купят его по хорошей цене, поскольку в сфере ИИ сейчас наблюдается дефицит кадров, а стартапы как раз располагают некоторым человеческим капиталом. Ускорители вычислений Baidu имеют все шансы стать хитом китайского рынка
30.11.2025 [08:19],
Алексей Разин
Китайский интернет-гигант Baidu в уходящем месяце представил собственные ускорители M100 и M300 для работы в инфраструктуре искусственного интеллекта. Ориентированный на инференс M100 будет доступен в начале следующего года, а более универсальный M300 с 2027 года позволит китайским компаниям хотя бы частично решить проблему дефицита вычислительных ресурсов для обучения больших языковых моделей. 
Источник изображения: Baidu, TechPowerUp Опрошенные CNBC аналитики сходятся во мнении, что при правильной организации производства и маркетинга ускорители Baidu помогут китайским разработчикам решить сразу две проблемы. Во-первых, они снизят зависимость от американских ускорителей в условиях санкций. Во-вторых, они позволят удовлетворить требования китайских властей по переходу на использование чипов локальной разработки. Инвесторы на этом фоне начали смотреть на акции Baidu с возросшим оптимизмом. Они убеждены, что появление в арсенале Baidu собственных ускорителей не только поможет развитию бизнеса этой компании, но и привлечёт к ним прочих участников китайского рынка. Один из крупнейших операторов мобильной связи в КНР, компания China Mobile, уже начал закупать ускорители Kunlunxin у Baidu. Последняя в этом смысле становится серьёзным конкурентом для Huawei Technologies, которая с трудом наращивает объёмы выпуска собственных чипов в условиях санкций. Появление ещё одного конкурентоспособного поставщика на рынке Китая пойдёт на пользу местному рынку искусственного интеллекта. По прогнозам JPMorgan, в следующем году Baidu сможет нарастить выручку от реализации своих чипов в шесть раз до $1,1 млрд. Капитализация профильного подразделения компании при этом достигнет $28 млрд. Китайские программные гиганты испытывают нехватку вычислительных ресурсов. Руководство Tencent в этом месяце было вынуждено признаться, что по итогам 2025 года капитальные затраты компании окажутся ниже ожидаемых, поскольку ей банально не хватает ИИ-чипов для введения в строй новых вычислительных мощностей. Руководство Alibaba недавно также призналось, что не успевает предлагать клиентам новые облачные мощности в достаточном для удовлетворения спроса объёме. Если Baidu сможет ритмично выпускать новые поколения ИИ-чипов, то на китайском рынке эта продукция окажется в числе фаворитов, по мнению аналитиков The Futurum Group. Главы технологических компаний наперебой заговорили о ЦОД в космосе
29.11.2025 [17:53],
Павел Котов
В последние месяцы главы технологических компаний всё чаще преподносят идею строить центры обработки данных на земной орбите, обращает внимание Business Insider. Там ЦОД обещают обходиться дешевле, чем на Земле. 
Источник изображения: NASA / unsplash.com Сегодня эта идея может казаться «безумной», признался недавно в подкасте «ИИ Google: примечания к выпуску» гендиректор компании Сундар Пичаи (Sundar Pichai). Но «когда отступишь на шаг назад и представишь, сколько нам понадобится вычислительных мощностей, всё обретает смысл, и это уже вопрос времени». Так он прокомментировал новую программу Project Suncatcher, посвящённую строительству ЦОД для обучения ИИ на орбите, и выразил надежду, что первый тензорный процессор Google заработает в космосе уже в 2027 году. «Может, увидим Tesla Roadster», — пошутил он. В 2018 году Илон Маск (Elon Musk) действительно отправил на ракете SpaceX электромобиль с манекеном в скафандре на водительском сиденье — в этом году астрономы приняли его за астероид. Маск тоже заинтересовался идеей запуска ЦОД в космос. «Starship должен быть способен каждый год выводить 300 ГВт, а то и 500 ГВт ИИ-спутников на солнечной энергии в год. Именно „в год“ — вот что важно», — написал он недавно в своей соцсети X. Для сравнения, сейчас мощность всех ЦОД на Земле составляет 59 ГВт, а к 2050 году мировой спрос на электроэнергию должен удвоиться, в том числе из-за ЦОД для ИИ. Основатель Amazon Джефф Безос (Jeff Bezos) предсказал, что космические ЦОД начнут работать в ближайшие десять или двадцать лет. «Думаю, со временем большая часть мира будет покрыта ЦОД. Но не знаю, потому что мы, может, разместим их в космосе. Например, построим в солнечной системе большую сферу Дайсона и скажем: „А строить их на Земле на самом деле смысла нет“», — заявил летом в интервью глава OpenAI Сэм Альтман (Sam Altman). Гендиректор Salesforce Марк Бениофф (Marc Benioff) отметил, что размещать ЦОД в космосе дешевле всего — там для питания и охлаждения «постоянно используется солнечная энергия, и батареи не нужны». «Земля получает примерно одну–две миллиардных доли солнечной энергии. Поэтому если хочешь нечто, где, скажем, в миллион раз больше энергии, чем может произвести Земля, нужно отправляться в космос. Вот здесь иметь космическую компанию очень удобно», — добавил Маск. Президент Signal призвала не спешить с внедрением ИИ в мессенджерах
29.11.2025 [14:35],
Владимир Мироненко
В то время как большинство технологических компаний стремится расширить использование ИИ-технологий и ускорить внедрение ИИ-агентов, президент Signal Мередит Уиттакер (Meredith Whittaker) считает нужным предупредить о рисках, связанных с развитием ИИ. 
Источник изображения: Steve Johnson/unsplash.com В интервью ресурсу Fortune Уиттакер заявила, что рост числа ИИ-агентов представляет собой «экзистенциальную угрозу» не только для защищённых приложений для обмена сообщениями, таких как Signal, но и для всех, кто разрабатывает приложения для телефонов или компьютеров. По её мнению, спешка технологических гигантов с внедрением ИИ, особенно агентского ИИ, повышает риски безопасности в интернете, которые значительно перевешивают потенциальные выгоды его применения. Для выполнения задач от имени пользователя, ИИ-агентам требуется доступ к его конфиденциальной информации, включая банковские реквизиты и пароли. Однако это создаёт обширную новую «поверхность атаки», которую киберпреступники или спецслужбы могут использовать для кражи конфиденциальной личной или корпоративной информации. ИИ-агенты особенно уязвимы к атакам с внедрением подсказок (Prompt injection), когда вредоносные веб-сайты содержат скрытые инструкции, которые обманным путём заставляют ИИ выполнять вредоносные действия. Поскольку веб-браузеры на базе ИИ способны читать веб-контент и выполнять с ним действия, злоумышленники потенциально могут, используя уязвимости ИИ, похищать электронную почту, получать доступ к учётным записям, изымать данные, перезаписывать буферы обмена и перенаправлять пользователей на фишинговые сайты. «Работа агента заключается в том, что он выполняет сложные задачи от вашего имени, используя для этого множество источников данных, — сообщила Мередит Уиттакер в интервью Fortune в кулуарах технологической конференции Slush в Хельсинки (Финляндия), на прошлой неделе. — Ему потребуется доступ к вашим контактам и сообщениям в Signal… такой доступ — вектор атаки, который фактически сводит на нет смысл нашего существования». Signal пользуется популярностью у журналистов и политиков благодаря его акценту на конфиденциальность и безопасность с поддержкой сквозного шифрования и сведением к минимуму сбора данных. Если ИИ-агенты получат нефильтрованный доступ к этим сообщениям через операционную систему, на которой работает Signal, злоумышленники смогут воспользоваться этой новой уязвимостью. «Интеграция агентов на уровне операционной системы осуществляется крайне безрассудно и не учитывает основы кибербезопасности и конфиденциальности, — говорит Уиттакер. — Это очень и очень опасное архитектурное решение, которое ставит под угрозу не только Signal, но и возможность безопасной разработки на уровне приложений, а также возможность создания безопасной и целостной инфраструктуры». Уиттакер также негативно оценила стремление разработчиков WhatsApp от Meta✴✴ и Facebook✴✴ Messenger использовать в мессенджерах функции ИИ. «Никто не хочет видеть ИИ в своих мессенджерах. Это действительно раздражает, — сказала она. — Если посмотреть на их пользу на уровне потребителя, мне не совсем ясно, оправдан ли этот компромисс… Для чего мы на самом деле оптимизируем эти вызывающие зевоту удобства?». OpenAI не выйдет на прибыльность до 2030 года, но потребует $207 млрд на развитие
29.11.2025 [14:32],
Павел Котов
OpenAI остаётся частной компанией, и несмотря на оглушительный успех ChatGPT, убыточный характер её бизнеса остаётся важной темой в 2025 году. Эксперты инвестиционного банка HSBC указали на значительный потенциал компании, но предупредили, что для реализации своих планов ей потребуется преодолеть колоссальные финансовые трудности. 
Источник изображения: Dima Solomin / unsplash.com В этом году аудитория ChatGPT составила 10 % населения мира, и даже если этот показатель достигнет 44 % всего взрослого населения, OpenAI так и не сможет выйти на прибыльность к 2030 году. Более того, для реализации её планов потребуются как минимум $207 млрд на вычислительные мощности. Эта суровая оценка показывает стремительный рост затрат на инфраструктуру, рост конкуренции и ещё более стремительный рост спроса на рынке ИИ, который требует больших затрат, чем любой другой технологический тренд в истории. У OpenAI значительные многолетние обязательства по облачным вычислениям, в том числе соглашение с Microsoft на $250 млрд и сделка с Amazon на $38 млрд — компания заключила их без новых вливаний капитала, надеясь к концу десятилетия располагать 36 ГВт вычислительной мощности. Если исходить из того, что 1 ГВт хватит на 750 тыс. домов, то OpenAI потребуется чуть меньше, чем всему Техасу, и чуть больше, чем штату Флорида. Некоторые аналитики уже охарактеризовали компанию как «денежную яму с сайтом поверх». С конца 2025 по 2030 год компании потребуются $792 млрд на облачную и ИИ-инфраструктуру; к 2033 году общие расходы на вычислительные мощности достигнут $1,4 трлн, и только на аренду центров обработки данных потребуются $620 млрд. 
Источник изображения: Growtika / unsplash.com К 2030 году у OpenAI прогнозируется выручка в $213 млрд, и этого недостаточно для преодоления разрыва. Есть несколько способов преодолеть его: если нарастить число пользователей с платной подпиской вдвое до 20 %, доход вырастет на $194 млрд; можно также повысить расходы на рекламу или резко увеличить эффективность вычислительных ресурсов. Но даже при оптимистических сценариях конверсии и монетизации после 2030 года всё равно потребуется свежий капитал. Microsoft и Amazon выступают не только поставщиками, но также инвесторами; выиграть или проиграть на судьбе OpenAI могут также Oracle, AMD и Nvidia. Аналитики указывают на значительные риски: непроверенные модели выручки, угроза насыщения рынка подписками на ИИ и огромный масштаб необходимых влияний капитала. OpenAI может попытаться привлечь заёмные средства, но сейчас это делать всё сложнее — недавно их привлекли Oracle и Meta✴✴, вызвав тем самым обеспокоенность на финансовом рынке, поскольку это исключение, и обычно гиперскейлеры финансируют сами себя за счёт свободного денежного потока. В то же время, кредитные дефолтные свопы (CDS) Oracle, выступающие в качестве страховки от банкротства компании, подорожали, и это недобрый знак. Всё чаще приводятся цитаты авторитетных экспертов, в которых выражаются сомнения не только в отношении сектора ИИ, но и компьютерной революции в целом. Есть мнение, что наибольшее влияние на производительность труда в текущем десятилетии оказывает оптимизация, которой компании научились в эпоху пандемии, — и с ИИ этот эффект никак не связан. В Гарварде подсчитали, что без факторов ИИ и ЦОД рост ВВП США в первой половине 2025 года составил бы лишь 0,1 % — но колоссальные вложения в ИИ и ЦОД пока основаны на одной только вере, что в будущем это поможет повысить производительность труда. Ощутимого результата от этих вложений всё ещё нет. ИИ-модель DeepseekMath-V2 достигла уровня золотой медали на Международной математической олимпиаде
29.11.2025 [13:22],
Владимир Фетисов
Китайский стартап DeepSeek представил новую ИИ-модель DeepseekMath-V2, которая показывает впечатляющие результаты при решении сложных математических задач. Алгоритм справился с многими заданиями Международной математической олимпиады (IMO 2025) и Китайской математической олимпиады (CMO 2024), показав при этом результат на уровене золотой медали. 
Источник изображений: the-decoder.com В сообщении сказано, что DeepseekMath-V2 набрала 118 из 120 баллов в задачах Putnam, что существенно выше лучшего результата человека в 90 баллов. DeepSeek отмечает, что ранее ИИ-модели часто выдавали верные ответы в сложных математических задачах, но при этом не показывали правильного хода решения. Для исправления ситуации ИИ-модель задействует многоэтапный процесс с отдельным верификатором для оценки корректности шагов решения задачи и необходимости их перепроверки. Такая структура позволяет алгоритму проверять и совершенствовать свои решения в режиме реального времени.  С технической стороны DeepseekMath-V2 построена на основе базовой модели Deepseek-V3.2-Exp-Base. В описании DeepSeek ни разу не упоминается использование внешних инструментов, таких как калькуляторы или интерпретаторы кода. В ключевых экспериментах одна и та же модель DeepseekMath-V2 используется как для генерации доказательств, так и для их проверки. Высокая производительность алгоритма обусловлена способностью подвергать критике и улучшать собственные выводы вместо того, чтобы задействовать внешнее программное обеспечение. Для решения более сложных задач модель наращивает вычислительные мощности на этапе тестирования, параллельно создавая и проверяя множество возможных доказательств, чтобы повысить уровень уверенности в правильности конечного ответа.  Релиз DeepSeek последовал за анонсом ещё не выпущенных ИИ-моделей OpenAI и Google Deepmind, которые достигли схожих результатов в решении сложных математических задач. Примечательно, что эти алгоритмы достигли такого результата за счёт способности к рассуждению, а не целевой оптимизации для математических олимпиад. Если на деле успехи этих алгоритмов действительно окажутся столь впечатляющими, то это будет означать, что языковые модели приблизились к моменту, когда они смогут решать сложные, абстрактные задачи, что традиционно считалось исключительно человеческим навыком. Отметим, что решение DeepSeek раскрыть технические детали модели DeepseekMath-V2 резко контрастирует с секретностью, которую соблюдают Google и OpenAI. Американские компании держат в тайне подробности об архитектуре собственных ИИ-моделей, тогда как китайский стартап буквально раскрывает все карты, наглядно показывая, что компания идёт вровень с ведущими отраслевыми представителями. Лопнувший ИИ-пузырь не вернёт рабочие места сокращённым специалистам
29.11.2025 [08:32],
Алексей Разин
Отраслевые аналитики чаще выражают озабоченность опасностью формирования ИИ-пузыря по причине возможных негативных последствий для макроэкономики, но на уровне рынка труда крах идей всеобщей автоматизации ситуацию не улучшит, как предупреждают эксперты. Даже если пузырь лопнет, потерявшим работу из-за ИИ никто её не вернёт. 
Источник изображения: Intel Издание South China Morning Post в силу своей региональной специфики обратилось к теме внедрения искусственного интеллекта компаниями в Юго-Восточной Азии. По словам некоторых участников рынка, весь этот хайп вокруг ИИ на уровне инвесторов никак не связан с пониманием возможностей реальной трансформации бизнесс-процессов. По словам основателя сингапурского стартапа Replyr.ai Дилана Тана (Dylan Tan), сейчас метку ИИ лепят на всё подряд, даже если это никак не связано с искусственным интеллектом, и добром такая тенденция не закончится. Рано или поздно рыночная коррекция удалит весь лишний шум, и этот болезненный процесс пойдёт на пользу. Европейский Центробанк уже выступил с предупреждением, что синдром FOMO, который подразумевает боязнь инвесторов упустить важные возможности обогащения, приведёт к формированию пузыря, угрожающего крахом всей мировой экономике. В той же Юго-Восточной Азии, однако, ИИ пока не является серьёзным драйвером роста котировок. Если мировой пузырь лопнет в ближайшее время, азиатская экономика не пострадает столь серьёзно. Азиатские инвесторы стараются финансировать инфраструктурные проекты в сфере ИИ более избирательно, отдавая предпочтение финтеху, логистике и производству. В Малайзии, например, поддержкой инвесторов пользуется стартап SkyeChip, который намерен разработать собственные ИИ-ускорители, способные найти применение в центрах обработки данных, автомобилях с автопилотом и роботах. Постепенно происходит фильтрация направлений инвестирования средств, выделяются потенциальные лидеры рынка. При этом важно понимать, что на рынок труда ИИ-революция влияет необратимо. Даже если ИИ-пузырь схлопнется, автоматизация никуда не денется, и рабочие места уволенным сотрудникам никто не вернёт. Программы переподготовки персонала в свете этой тенденции должны приниматься на государственном уровне. Если переход осуществлять планомерно, то социальные последствия развития ИИ будут минимальными. Производительность труда в этом случае удастся действительно повысить, не увеличив процент безработных. Практическое использование ИИ в работе остаётся весьма неравномерным
29.11.2025 [08:07],
Алексей Разин
Пока разработчики систем ИИ рисуют красочные картины светлого будущего, практическое внедрение таких решений осуществляется неравномерно и беспорядочно. Во многом такие перекосы можно было бы устранить благодаря более грамотному руководству бизнесом и обучению персонала новым приёмам работы, как считают эксперты. 
Источник изображений: Intel Издание The Wall Street Journal в своей пятничной публикации обратилось к этой теме, проанализировав отчёты сразу нескольких исследователей. Социологических исследований на тему практической пользы от внедрения ИИ пока не так много, поскольку бизнес принимает подобные технологические инструменты на вооружение с предсказуемой инерцией. Новые исследования указывают, что внедрение ИИ на практическом уровне происходит весьма неравномерно. Не во всех компаниях, например, самыми активными пользователями ИИ являются те сотрудники, которым оно должно приносить максимальную выгоду. В частности, наиболее опытные сотрудники теоретически способны более продуктивно общаться с ИИ, выявляя ошибочные результаты в силу своего опыта, но в действительности они не торопятся это делать. Исследование Workhelix, которое проводилось внутри фармацевтической компании с более чем 50 000 сотрудников, показало довольно спорные результаты. Выяснилось, что чаще всего к использованию ИИ прибегают стажёры, а не сотрудники с опытом. Молодые сотрудники более склонны к экспериментам, хотя и в этом случае возраст не является критерием, поскольку среди них имеются явные противники ИИ. Скорее, склонность к взаимодействию с ИИ определяется готовностью специалиста к экспериментам, и от возраста она не особо зависит. В конкретной фармацевтической компании второй группой активных пользователей ИИ оказались профессиональные исследователи, что вполне закономерно, поскольку они в своей ежедневной деятельности связаны с экспериментами и поиском новых технологий. Важным фактором эффективности использования ИИ является и одобрение руководства компаний, а также обучающие программы для персонала. Аналитики McKinsey обнаружили, что примерно две трети компаний ограничиваются экспериментами по использованию ИИ в своей деятельности, и только одна из двадцати может похвастать высокой эффективностью его применения, когда ИИ обеспечивает более чем 5 % дохода. Даже в том случае, когда работодатель создаёт равные условия для доступа сотрудников к ИИ-инструментам, перестроить под новые условия все процессы удаётся далеко не сразу. И чем больше людей задействовано в цепочке, тем сложнее внедрить ИИ.  История внедрения персональных компьютеров в середине восьмидесятых годов прошлого века показала, что прогрессивные технологии повышают эффективность бизнеса лишь через несколько лет, а на первых порах производительность может даже страдать. Обучение персонала и перестройка бизнес-процессов может потребовать годы, прежде чем внедрение ИИ начнёт приносить плоды. Человечество уже прошло через несколько волн технологической революции. Сначала это были персональные компьютеры, потом появился интернет, затем облачные сервисы, а также мобильные устройства. Руководство компаний должно играть весомую роль в продвижении этих новшеств. Июльское исследование Microsoft Research показало, что самые подверженные внедрению ИИ профессии подразумевают написание текстов или кода, либо проведение исследований. У молодых сотрудников при этом больше мотивации использовать ИИ в своей работе, поскольку они тем самым могут доказать свою эффективность руководству и продвинуться по служебной лестнице. Игнорирующие развитие ИИ профессионалы рано или поздно должны будут либо научиться его использовать, либо покинуть рынок труда. По сути, не ИИ лишает людей работы, их место просто могут занять другие специалисты, которые могут его эффективно применять. Бывший глава Intel Гелсингер заявил, что к концу десятилетия нынешние ускорители ИИ станут бесполезными
29.11.2025 [07:24],
Алексей Разин
Почти год прошёл с того момента, как совет директоров Intel отстранил бывшего генерального директора Патрика Гелсингера (Patrick Gelsinger) от управления компанией и начал поиск преемника. В памяти Гелсингера эти события ещё свежи, поэтому в интервью Financial Times он обсуждает их довольно эмоционально, но сопутствующие комментарии по поводу текущих тенденций развития отрасли представляют даже больший интерес. 
Источник изображений: Intel В частности, бывший глава Intel считает квантовые вычисления тем технологическим прорывом, который изменит жизнь большинства людей на следующем этапе. Наступит он, кстати, по мнению Гелсингера, довольно скоро, поскольку до начала массового внедрения квантовых компьютеров должно пройти не более двух лет. К слову, глава Nvidia Дженсен Хуанг (Jensen Huang) под этот этап отводит не менее двадцати лет. Впрочем, его заинтересованность легко объяснить, ведь тот же Гелсингер считает, что распространение квантовых компьютеров приведёт к вытеснению с рынка вычислений нынешних GPU уже к концу текущего десятилетия. Соответственно, и так называемый ИИ-пузырь продержится не более двух лет, по мнению Гелсингера. Лопнуть он должен именно благодаря переходу на квантовые вычисления. «Кто бы ни был прав, мы стоим на пороге самого волнительного (или двух) десятилетия для представителей технологической отрасли», — резюмирует свои рассуждения Патрик Гелсингер, пригласивший корреспондента Financial Times на ужин в один из ресторанов Калифорнии по соседству с его предыдущим местом жительства. Будучи глубоко религиозным человеком, он также философски отмечает, что будет благодарен Богу за любое количество времени, отведённое для завершения земных дел — будь то пять или тридцать пять лет. Гелсингер также находит возможность быстро оценить перспективы крупнейших компаний технологического сектора в контексте избранной ими стратегии в сегменте ИИ. По его словам, Google в этой сфере многим рискует. Apple пора найти новую крупную инновацию. Amazon со своими чипами и партнёрством с Anthropic формирует очень похожую на Google позицию. Tesla действует решительно, порой даже чересчур, но ей следует больше уважать клиентов и партнёров. Когда речь заходит о Microsoft, Гелсингер берёт небольшую паузу для формулирования своих мыслей. Как он убеждён, глава OpenAI Сэм Альтман сейчас делает для Microsoft то, что в своё время Билл Гейтс (Bill Gates) сделал с IBM. У Гейтса тогда была интеллектуальная собственность, которую IBM распространяла в рамках партнёрского соглашения. Когда в восьмидесятые годы была заключена эта сделка, Microsoft была маленькой компанией, но уже в следующем десятилетии она затмила собой IBM. По логике Гелсингера, OpenAI может поступить также в отношении Microsoft. При этом далеко не все решения Альтмана импонируют Гелсингеру. В частности, он считает ошибочным решение заняться разработкой собственных аппаратных компонентов. Кроме того, как глубоко религиозного человека, его задело решение Альтмана сохранить возможность распространения эротики через ChatGPT. Подобные модели людям использовать не следует, как убеждён Гелсингер, поскольку это разрушает человеческие ценности.  Вспоминая свой опыт работы на посту генерального директора Intel, Гелсингер признаёт, что к моменту его возвращения в компанию в 2021 году инженеры буквально растеряли квалификацию, и за предшествующие пять лет компания не вывела на рынок ни единого продукта без опоздания. Очевидным образом отставая в литографии от TSMC, компания Intel уже при Гелсингере вынуждена была всё больше чипов заказывать этому конкуренту, и его личное эмоциональное общение с руководством TSMC порой вызывало у представителей тайваньской компании явное недовольство. Гелсингера также весьма расстроила медлительность администрации Байдена, которая два с половиной года не могла согласовать выделение денег из американского бюджета на субсидирование строительства новых предприятий Intel в США. Всё это завершилось тем, что Гелсингера буквально выгнали из компании в последнюю секунду, и он в тот момент очень переживал по поводу такого завершения своей карьеры в этой компании. Лишь воспитание и вера заставили его уже через два дня после отставки начать поиски новой работы, за последующие 100 дней он прошёл 100 собеседований, но внутренне принял для себя решение, что больше никогда не будет генеральным директором. Оглядываясь на события последовавших за его отставкой месяцев, Гелсингер реагирует на действия совета директоров Intel с иронией. Его преемник Лип-Бу Тан (Lip-Bu Tan), по словам Патрика, никак не отклонился от намеченной Гелсингером стратегии. Он сохранил и производственный бизнес Intel, и довёл до запуска массового производства тот самый техпроцесс Intel 18A, который предшественник обязался освоить за пять лет в момент своего назначения на пост генерального директора. Совету директоров Intel, по мнению Гелсингера, просто не хватает компетенций в области полупроводникового бизнеса. Фрески из Помпей помогут восстановить роботы
28.11.2025 [18:02],
Павел Котов
На месте древнеримского города Помпеи работает финансируемый Евросоюзом проект RePAIR, целью которого является сборка найденных на развалинах артефактов и восстановление фресок. Под руководством инженеров Университета Ка-Фоскари (Италия) эту задачу поручили роботам. 
Источник изображения: pompeiisites.org В рамках проекта используются технологии распознавания изображений, основанные на искусственном интеллекте алгоритмы сборки пазлов, а также высокоточные роботизированные манипуляторы, которые облегчат экспертам утомительные и продвигающиеся медленно реставрационные работы. Две роботизированные руки заканчиваются подвижными кистями разных размеров; камеры, выступающие датчиками машинного зрения, помогают распознавать, захватывать и собирать фрагменты, не повреждая их хрупкие поверхности. Помпеи, некогда процветающий городок под Неаполем, были уничтожены и покрыты вулканическим пеплом во время извержения Везувия в 79 году н.э. Учёные пытаются восстановить частично сохранившиеся фрески двух потолочных росписей, которые получили повреждения не только во время того извержения, но и в ходе бомбардировок во Вторую мировую войну; а также фрески обрушившегося в 2010 году «Дома гладиаторов». На этапе предварительного тестирования были созданы копии объектов, чтобы не создавать угрозу повреждения оригиналов. Инженеры-робототехники продолжают разработку и проектирование системы; специалисты в области ИИ и машинного обучения создали алгоритмы для восстановления фресок с использованием подбора по цветам и узорам, которые может не различить человеческий глаз. В чём-то это напоминает сборку пазла, говорят эксперты, но с поправкой на недостающие элементы и то, что изображения конечного результата нет. «Это как купить четыре или пять коробок пазлов. Перемешиваешь всё вместе, выбрасываешь коробки и пытаешься собрать четыре или пять комплектов одновременно», — рассказал Reuters координирующий проект профессор Марчелло Пелильо (Marcello Pelillo). В Китае похвастались разработкой ИИ-ускорителя в полтора раза быстрее чипа Nvidia пятилетней давности
28.11.2025 [13:36],
Павел Котов
Китайский стартап Zhonghao Xinying доложил о разработке тензорного процессора общего назначения (GPTPU), который может использоваться для обучения и запуска моделей искусственного интеллекта. Производительность этого ускорителя, утверждает разработчик, в 1,5 раза превосходит показатели модели Nvidia A100, выпущенной в 2020 году. 
Источник изображения: Igor Omilaev / unsplash.com Разработчиком чипа Ghana значится Янгун Ифань (Yanggong Yifan), получивший образование в Стэнфорде и Мичиганском университете. Ранее он работал в Oracle и Google — в последней участвовал в создании тензорных процессоров, которые использует поисковый гигант. Соучредитель стартапа Чжэн Ханьсюнь (Zheng Hanxun) тоже работал в Oracle, а также в техасском центре исследований и разработки Samsung. Созданный в компании ускоритель основан только на китайских технологических решениях — в его разработке, проектировании и производстве не участвуют ни сами западные компании, ни их ПО или компоненты; чипы не требуют иностранных технологических лицензий, подчеркнули в Zhonghao Xinying. Чип Ghana, утверждают в компании, способен обеспечить производительность в 1,5 раза выше, чем у Nvidia A100 при сниженном на 25 % потреблении энергии. Следует, однако, подчеркнуть, что это чип относится к классу ASIC, то есть он имеет узкое предназначение в отличие от более универсального решения Nvidia, которое к тому же более чем на одно поколение старше актуальных Blackwell Ultra. Это приемлемое решение для клиентов, которые стремятся избавиться от доминирующей в области ИИ-ускорителей Nvidia — ярким примером является Google с собственными TPU. Но в отрасли в обозримом будущем наиболее востребованными останется продукция Nvidia и её традиционного конкурента — AMD. Люди даже не представляют, насколько ИИ изменит мир — но завершится всё пузырём, хоть и не скоро
28.11.2025 [13:34],
Алексей Разин
Увещевания некоторых авторитетных инвесторов типа Майкла Бьюрри (Michael Burry) по поводу неизбежности формирования пузыря на рынке ИИ начинают раздражать руководство Nvidia, которое неожиданно начинает оправдывать все происходящие на бирже процессы. Некоторые инвесторы придерживаются более взвешенной позиции, не отвергая при этом саму идею формирования пузыря на рынке ИИ. 
Источник изображения: OpenAI Например, директор по инвестициям в Bridgewater Associates Грег Дженсен (Greg Jensen), который потратил более десяти лет изучению рынка систем машинного обучения, в своём недавнем интервью дал понять, что пузырь на рынке ИИ всё ещё ожидает его участников, и его угроза не миновала. При этом он утверждает, что люди пока просто не осознают, какое количество финансовых ресурсов потребует этот рынок, и насколько он изменит все смежные отрасли экономики. Спекулятивной фазы роста, по мнению Дженсена, рынок ИИ ещё не достиг. Ключевое отличие нынешнего бума, вызванного стремительным развитием ИИ, по словам эксперта, заключается в убеждённости лидеров компаний, что ставки в этой игре имеют поистине судьбоносный характер для всего человечества: «Они верят, что получат способность контролировать Землю и Вселенную всего через пару лет. Ими движет не стремление получить привычные прибыли, характерное для типичного цикла». Поскольку доминирует мотивация нематериального характера, капитальные расходы будут расти даже в том случае, если фундаментальные оценки будут говорить о критическом положении бизнеса и огромных долгах. Этот рынок будет развиваться по принципу «захвата ресурсов», который в технологической отрасли никогда ранее не доминировал, по мнению Дженсена. В дефиците остаются энергия, земельные участки для центров обработки данных и передовые чипы. Ещё одним сдерживающим рост рынка фактором является нехватка квалифицированных специалистов. Как считает Дженсен, во всём мире от силы найдётся тысяча серьёзных исследователей в сфере ИИ, поэтому острая конкуренция за них со стороны работодателей сдерживает научный прогресс в настоящий период. Ситуация на рынке труда напоминает миграцию спортивных звёзд из одной команды в другую. Инвесторы при этом будут концентрироваться на фаворитах рынка среди эмитентов. Капитальные затраты в сегменте ИИ уже достигли таких величин, которые способны оказывать влияние на ключевые факторы макроэкономики. В США, например, инвестиции в ИИ уже по итогам этого года будут определять один процентный пункт роста национального ВВП. И это только начало, по мнению Дженсена. Мир входит в более опасную фазу, когда дефицит ресурсов, рост капитальных затрат и обострение конкуренции будут создавать немало сложных ситуаций, к которым инвесторы до конца не готовы. Партнёры OpenAI набрали долгов на $100 млрд, чтобы оплатить ИИ-мегапроекты Альтмана
28.11.2025 [12:58],
Алексей Разин
Отраслевых экспертов уже насторожила схема сделок с кольцевым финансированием, которая призвана позволить OpenAI направить на развитие вычислительной инфраструктуры для ИИ почти $1,4 трлн за ближайшие восемь лет. Как выяснила Financial Times, этим дело не ограничивается, поскольку ближайшие партнёры OpenAI ещё и набрали более $100 млрд кредитов для реализации планов стартапа. 
Источник изображений: OpenAI Разработчик ChatGPT пользуется удивительным доверием инвесторов, вынуждая партнёров брать на себя основную часть финансовых обязательств по развитию американской инфраструктуры ИИ, при этом почти ничем не рискуя по данным контрактам. Как отмечает источник, у самой OpenAI уже давно открыта кредитная линия на $4 млрд в американских банках, но она даже не воспользовалась этими средствами, предпочитая перекладывать все риски на своих партнёров и их подрядчиков. Как выяснило издание Financial Times, партнёры OpenAI только в рамках уже названных проектов по строительству ЦОД набрали долговых обязательств на сумму более $100 млрд, либо собираются сделать это в ближайшее время. Что характерно, долговая нагрузка ложится на Oracle, SoftBank или занимающиеся строительством профильной инфраструктуры компании типа CoreWeave, Crusoe или Vantage, а также инвестиционную компанию Blue Owl Capital. По крайней мере, имеющаяся в распоряжении Financial Times информация позволяет говорить, что SoftBank, Oracle и CoreWeave для вложений в капитал OpenAI и строительства центров обработки данных для нужд этого калифорнийского стартапа уже заняли более $30 млрд. Ещё $28 млрд взяли в долг компании Blue Owl Capital и Crusoe, участвующие в реализации отдельных проектов по строительству ЦОД для OpenAI. Группа банков также ведёт переговоры с Oracle о выделении ей $38 млрд на возвратной основе для строительства ЦОД, входящих в состав мегапроекта Stargate. Более того, Oracle для схожих нужд уже выпустила облигаций на сумму $18 млрд. Сама OpenAI, по имеющимся данным, пока ограничивается обещаниями тоже что-нибудь у кого-нибудь одолжить, но не торопится это делать на практике. Financial Times приписывает одному из руководителей OpenAI следующие слова: «Существует определённая стратегия. Иначе как может OpenAI использовать чужие бухгалтерские балансы?» Напомним, что собственная выручка стартапа не превышает $20 млрд в год в приведённом значении, а фактическая и того ниже. Руководство компании утверждает, что строительство вычислительной инфраструктуры для ИИ является самой важной задачей, позволяющей удовлетворить растущий спрос, и только нехватка вычислительных мощностей является единственным фактором, сдерживающим возможности роста OpenAI. Для справки, совокупной суммой долговых обязательств в $100 млрд могут похвастать шесть крупнейших заёмщиков мира, включая лидеров автомобильной отрасли Toyota и Volkswagen, а также операторов связи AT&T и Comcast. Японской корпорации SoftBank удалось в этом году привлечь $20 млрд, но основную часть этих средств она направит на финансирование проектов OpenAI. Более того, текущая структура денежных потоков SoftBank подразумевает, что компания в основном направляет новые средства на обслуживание существующих долгов, а не на инвестиции как таковые.  CoreWeave заняла более $10 млрд, чтобы построить арендуемые Microsoft центры обработки данных. Часть из них в дальнейшем может быть отдана под нужды OpenAI, с которой у Microsoft тоже имеются определённые соглашения. По прогнозам аналитиков, Oracle в ближайшие четыре года займёт более $100 млрд для выполнения своих контрактов с OpenAI. Из этой суммы около $38 млрд будут направлены на строительство двух ЦОД в Техасе и Висконсине. В целом, как отмечает источник, кредиты под строительство ЦОД для OpenAI нередко оформляются на специально создаваемые структуры, которые весьма непрозрачны и не особо защищают кредиторов от банкротства заёмщиков. Именно таким способом Vantage собирается привлекать средства кредиторов для строительства упомянутых выше ЦОД с участием Oracle. Blue Owl и Crusoe создали совместное предприятие для строительства первого ЦОД для OpenAI в Техасе. Они заняли в банке $10 млрд, намереваясь гасить кредит за счёт средств, которые им будет в течение 17 лет выплачивать компания Oracle, арендующая эту площадку. Кредит при этом никак не обременяет Blue Owl или Crusoe, поэтому если Oracle не сможет расплатиться с JPMorgan, то ЦОД и участок земли под ним перейдёт в собственность этого банка. Blue Owl также привлекла около $18 млрд у японских банков для второй площадки под ЦОД для OpenAI в Нью-Мексико, и её Oracle также будет арендовать для предприимчивого и осторожного стартапа. |
|
✴ Входит в перечень общественных объединений и религиозных организаций, в отношении которых судом принято вступившее в законную силу решение о ликвидации или запрете деятельности по основаниям, предусмотренным Федеральным законом от 25.07.2002 № 114-ФЗ «О противодействии экстремистской деятельности»; |
© 1997—2025 Электронное периодическое издание "3ДНьюс" | Свидетельство о регистрации СМИ Эл ФС 77-22224
выдано Федеральной Службой по надзору за соблюдением законодательства в сфере массовых коммуникаций и охране культурного наследия
При цитировании документа ссылка на сайт с указанием автора обязательна. Полное заимствование документа является
нарушением
российского и международного законодательства и возможно только с согласия редакции 3DNews.
MWC 2018
2018
Computex
IFA 2018
