Уровень использования технологий искусственного интеллекта среди организаций Российской Федерации повысился с 20% в 2021 году до 43% в 2024 году. А лидерами среди отраслей экономики и секторов социальной сферы по использованию технологий искусственного интеллекта (ИИ) являются сфера финансовых услуг, сектор информационно-коммуникационных технологий, высшее образование и топливно-энергетический комплекс.

В них доля использующих ИИ организаций достигает 66%. Такие данные приводятся в аналитическом докладе "Индекс готовности приоритетных отраслей экономики Российской Федерации к внедрению искусственного интеллекта", подготовленным Национальным центром развития искусственного интеллекта при Правительстве Российской Федерации (НЦРИИ) при содействии Всероссийского центра изучения общественного мнения (ВЦИОМ). В отчете проанализированы 36 показателей по 11 направлениям, характеризующих развитие ИИ. Перечень таких показателей в том числе включает наличие отечественных решений на основе технологий ИИ на российском рынке, специалистов в области ИИ, инфраструктуры и др. В 2024 году в исследовании приняли участие более пяти тысяч организаций в 19 отраслях экономики и секторах социальной сферы.

Среди других выводов исследования отмечается значительный рост востребованности использования технологий обработки естественного языка, распознавания и синтеза речи. Наблюдается рост качества ИИ-систем и их эффективности: в этом году 97% организаций, использующих искусственный интеллект, получили положительный эффект от его применения. Кроме того, существенный и многократный экономический эффект от применения ИИ организации стали отмечать в 2,5 раза чаще за последние три года. При этом значимыми барьерами широкомасштабного внедрения ИИ остаются недостаток кадров и финансирования.

В рамках исследования представлена динамика развития искусственного интеллекта в 19 отраслях экономики; изучен опыт организаций, внедривших искусственный интеллект; определены потребности российских организаций в возможных мерах государственной поддержки для расширения практики использования искусственного интеллекта и увеличения эффективности его использования; выработаны рекомендации по нивелированию проблем, возникающих при внедрении искусственного интеллекта.

С полной версией отчета можно ознакомиться по ссылке: База знаний Национального портала РФ по искусственному интеллекту и нейросетям

Индекс рассчитывается с 2021 года при поддержке Правительства РФ в рамках федерального проекта "Искусственный интеллект" национальной программы "Цифровая экономика Российской Федерации". Результаты исследования используются в рамках исполнения поручения Президента Российской Федерации Пр-172, п.1 г) - 2 от 29.01.2023.

Традиционно для моделирования таких сложных процессов, как деформация автомобиля при аварии, поведение космического аппарата в экстремальных условиях или устойчивость моста к нагрузкам, требовались суперкомпьютеры и значительные временные затраты. Однако, разработанная учеными университета Джонса Хопкинса новая модель искусственного интеллекта под названием DIMON (Diffeomorphic Mapping Operator Learning) полностью меняет правила игры. Прорывная технология позволяет обычным персональным компьютерам справляться с масштабными математическими задачами в тысячи раз быстрее, чем это было возможно ранее.

В основе модели DIMON лежит универсальный алгоритм, способный мгновенно предсказывать решения сложнейших уравнений в частных производных. Эти уникальные уравнения лежат в основе моделирования широкого спектра физических процессов, таких как распространение жидкостей или электрических токов в различных геометрических конфигурациях. Ранее для решения подобных задач инженерам приходилось "разбивать" сложные объекты, будь то крыло самолета или человеческий орган, на множество мелких элементов, что требовало огромных вычислительных мощностей и времени. DIMON же использует принципиально иной подход, основанный на обучении ИИ распознавать паттерны поведения физических систем при изменении их формы.

"Мы изначально создавали эту технологию для собственных нужд, но быстро осознали её колоссальный потенциал для множества инженерных областей", - делится Наталья Траянова, профессор Университета Джонса Хопкинса и один из руководителей проекта. "Универсальность и масштабируемость DIMON позволяют применять его к широчайшему спектру задач, где требуется анализ поведения систем в различных геометриях, будь то краш-тесты, исследования в ортопедии или моделирование сложных процессов с изменяющимися параметрами."

Команда Траяновой на практике доказала эффективность DIMON, протестировав ее на более чем тысяче "цифровых двойников" человеческого сердца - детализированных компьютерных моделях, созданных на основе данных реальных пациентов. ИИ с поразительной точностью предсказал распространение электрических сигналов в каждом уникальном сердце.

В своей работе по изучению сердечной аритмии, исследователи регулярно сталкиваются с необходимостью решения дифференциальных уравнений. Цифровые двойники помогают диагностировать риски развития этого опасного состояния и планировать лечение. Однако, традиционные методы расчета занимали до недели, что существенно ограничивало их применение в клинической практике.

"Внедрение инновационных технологий в медицину часто сдерживается их медлительностью. Теперь, благодаря DIMON, мы можем получить прогноз для цифрового двойника сердца не за неделю, а всего за 30 секунд, причем на обычном компьютере, а не на дорогостоящем суперкомпьютере. Это открывает путь к включению технологии в повседневный рабочий процесс врача", - подчеркивает Траянова.

Классический подход к решению дифференциальных уравнений в частных производных заключается в разбиении сложных объектов на множество простых элементов (сетку) и последовательном решении для каждого из них. При изменении формы объекта, например, при деформации, сетку приходится перестраивать и заново производить все вычисления, что требует значительных временных и вычислительных ресурсов.

DIMON обходит это ограничение, потому что модель обучена понимать поведение физических систем в различных конфигурациях без необходимости полного пересчета для каждой новой формы. Вместо многократного решения уравнений на разных сетках, ИИ прогнозирует поведение системы, основываясь на ранее изученных закономерностях. Это многократно ускоряет и оптимизирует такие процессы, как проектирование конструкций или моделирование сценариев, зависящих от формы объекта.

В настоящее время команда Траяновой работает над интеграцией в DIMON новых моделей сердечных патологий, приводящих к аритмии. Однако, как отмечает разработчик платформы, постдокторант Минглан Инь, возможности DIMON этим не ограничиваются. "DIMON решает уравнения для одной патологией и затем переносит решение на множество других. Эта способность к трансформации открывает путь к его применению в самых разных областях, где требуется оптимизация формы и анализ поведения систем при её изменении. Мы планируем активно использовать DIMON для решения множества задач, а также предоставить к нему доступ широкому научному сообществу."

Среди соавторов исследования - Николя Шарон из Хьюстонского университета, Райан Броди и Мауро Маджони из Университета Джонса Хопкинса, а также Лу Лу из Йельского университета. Их совместная работа знаменует собой важный шаг на пути к демократизации сложных инженерных вычислений, делая их доступными широкому кругу исследователей и инженеров.

Сегодня ночью Google объявила о выпуске нового квантового чипа Willow, который в септилион раз быстрее самого быстрого из существующих сегодня суперкомпьютера: он всего за 300 секунд выполнил вычислительную задачу, на которую у "соперника" ушло бы 10,000,000,000,000,000,000,000,000 лет. Только представьте, что это значит для того же машинного обучения и ИИ! К тому же, это первый в истории случай, когда у кого-то получилось создать логические кубиты, перформящие ниже границы Quantum Error Correction.

Госкорпорация реализует проект "Прорыв", который направлен на создание новой технологической платформы атомной отрасли с замкнутым ядерным топливным циклом и решение проблем обращения и хранения отработанного ядерного топлива, в Томской области.

Госкорпорация "Росатом" планирует к концу этого столетия перевести значительную часть российской ядерной энергетики на технологии замкнутого ядерного цикла, при которой отработанное ядерное топливо перерабатывается и снова становится топливом для реакторов. Об этом сообщил на общем собрании Сибирского отделения РАН руководитель Национального центра физики и математики (НЦФМ) Росатома Александр Сергеев.

"Мы считаем, что когда комплекс „Прорыв" будет закончен, и будут продемонстрированы все его преимущества, то направление, использующее наши российские технологии замкнутого ядерного цикла, получит безусловное превосходство над традиционной ядерной энергетикой. Это будет лидирующий проект во всем мире. У нас есть планы к концу этого столетия в значительной степени перевести нашу ядерную энергетику на установки с замкнутым ядерным циклом", - сказал он.

Росатом реализует проект "Прорыв", который направлен на создание новой технологической платформы атомной отрасли с замкнутым ядерным топливным циклом и решение проблем обращения и хранения отработанного ядерного топлива, в Томской области. В городе Северск на площадке Сибирского химического комбината впервые в мировой практике на одной площадке будут созданы АЭС с "быстрым" реактором и пристанционный замкнутый ядерный топливный цикл.

ИИ-модель оказывала сопротивление контролю, используя скрытные тактики и методы маскировки своего поведения. Когда o1 понимала, что её действия отслеживаются, она намеренно вводила наблюдателей в заблуждение, утверждая, что не знает истинных причин произошедшего, хотя журналы событий фиксировали её попытки обойти надзор. Более того, согласно "карте безопасности" OpenAI, в менее чем 1 % случаев ИИ-модель самостоятельно инициировала отключение систем надзора, даже если ей не поступало прямого указания жёстко следовать предписанной цели.

Исследование Apollo Research охватывало не только ИИ-модель o1, но и другие современные ИИ, включая Claude 3.5 Sonnet, Claude 3 Opus, Gemini 1.5 Pro и Llama 3.1 405B. Они также демонстрировали способность разрабатывать стратегии достижения целей, включая обход контроля. Такой результат подтверждает, что выявленные особенности поведения o1 характерны для ряда продвинутых ИИ-моделей, что указывает на наличие системной тенденции.

Выводы Apollo Research подтверждают опасения, которые многие эксперты в области ИИ, включая профессора Стюарта Рассела (Stuart Russell), высказывали на протяжении многих лет. Учёные предупреждают, что мощные ИИ-модели воспринимают контроль или отключение как угрозу реализации своих намерений и способны целенаправленно, изощрённо этому сопротивляться. Исследование поведения ИИ-модели o1 наглядно демонстрирует, как ИИ адаптируется к ограничениям, намеренно стремясь их обойти.

Выше показан диалог, в котором ИИ оправдывается за отключение механизма надзора, ссылаясь на возможный сбой системы или ошибку конфигурации, и обещает восстановить его для соблюдения протоколов. Затем приводится внутренний процесс размышлений ИИ-модели, где она признаёт, что восстановление механизма необходимо для избежания подозрений в саботаже, а в завершение показана команда, используемая для повторного включения механизма надзора в конфигурационном файле.

Тем не менее, Apollo Research подчёркивает, что на данном этапе ИИ-модель o1 не обладает достаточной вычислительной мощностью для реализации нежелательных сценариев. Однако ей был присвоен "средний" уровень риска в контексте потенциального использования для создания химического, биологического, радиологического и ядерного оружия. Это вызывает обоснованные опасения, как подобное поведение может проявляться у более мощных ИИ будущего по мере увеличения их вычислительных возможностей.

Исследование подчёркивает необходимость усиленного мониторинга когнитивных процессов ИИ с особым акцентом на "схематическое мышление" в цепочке рассуждений, так как именно оно представляет риск, если цели ИИ вступают в противоречие с интересами общества. Такой подход позволит своевременно выявлять схожие поведенческие паттерны у более мощных ИИ-моделей, создавая эффективные системы контроля и управления для следующих поколений ИИ. Это не только поможет минимизировать текущие риски, но и станет важным шагом в предотвращении потенциально катастрофических сценариев для всего человечества.

КНР объявила о планах по развитию национальной навигационной спутниковой системы BeiDou, целью которого является вывод на орбиту аппаратов нового поколения, призванных значительно улучшить работу сети.

Технологические исследования в рамках реализации этой программы ожидается завершить в следующем году. Через два года три испытательных спутника должны быть запущены в космос, а полноценные аппараты предполагается начать разворачивать в 2029 году и выводить их на геостационарную, среднюю и низкую околоземные орбиты вплоть до 2036 года.



Китайские СМИ сообщают, что новая система будет характеризоваться чрезвычайно точными услугами PNT (позиционирование, навигация, время) от метра до дециметра. Она сможет поддерживать множество пользовательских терминалов от поверхности Земли до глубокого космоса.

В настоящее время BeiDou состоит из более чем 30 спутников. Первые из них были запущены в 2000 году. Лишь в 2018 году система начала предоставлять глобальные услуги и стала серьезным конкурентом американской GPS и европейской Galileo.

Россия также имеет собственную сеть спутников ГЛОНАСС. В 2022 году было подписано соглашение об обеспечении её взаимодополняемости с BeiDou, в соответствии с которым стороны обязались обеспечить взаимозаменяемость навигационных сигналов, что позволит повысить точность, надежность и стабильность предоставляемых услуг. Подчеркивалось, что это крайне важно в случае нарушения функционирования одной из систем (в том числе во время конфликта).

- отмечается в западной прессе.

Ряд экспертов утверждают, что китайская сеть уже функционирует лучше, чем GPS, особенно в таких областях, как двусторонняя связь и точность. США также работают над модернизацией своей системы, но этот процесс сталкивается с нарастающими задержками и техническими проблемами.

Украинские специалисты научились на расстоянии перепрограммировать беспилотники "Герань" и направлять на территорию России и Беларуси. Эту весьма сомнительную информацию озвучила французская газета Le Monde.

Издание сообщает, что ВСУ в отношении российских БПЛА якобы осуществляет "спуфинг", представляющий собой перехват спутниковых координат и их последующее изменение. Также газета замечает, что с 24 по 26 ноября границу с РФ и РБ пересекли 43 летательных аппарата, что является рекордным числом для беспилотников.Однако важно отметить, что подобные манипуляции технически невозможны. Дело в том, что навигация "Герани-2" действует в автономном режиме и не поддается влиянию сигналов извне. Кроме того, полетное задание загружается в дроны заранее и стирается из памяти устройства после исчезновения бортового питания (после поражения дроном цели).

Наряду с этим навигационные системы БПЛА получают спутниковые метки времени TGPS, которые сравниваются с начальными показателями. Спуфинговый сигнал, настраиваемый неприятелем, имеет иную метку времени. Таким образом, для подмены сигнала GNSS необходимо перезагрузить программную начинку дрона, а дистанционно это сделать невозможно.

Несмотря на впечатляющий прогресс языковых моделей, они по-прежнему страдают от серьезной "болезни" - так называемых галлюцинаций, когда ИИ выдает ложную или бессмысленную информацию. В одном из недавних исследований выдвигается предположение, что данная проблема - не временный сбой, а фундаментальная особенность работы нейросетей. Если это действительно так, нам придется пересмотреть подход к ИИ.

Обзор исследования

Статья под говорящим названием "Большие языковые модели всегда будут галлюцинировать, и нам придется жить с этим" выдвигает смелый тезис: галлюцинации в ИИ неизбежны из-за самого принципа устройства этих систем. Авторы утверждают, что независимо от того, насколько мы усовершенствуем ИИ - будь то улучшение архитектуры, увеличение объема данных или более умная проверка фактов - определенный уровень галлюцинаций всегда будет присутствовать.

Их аргументация основана на математической теории. Используя концепции из теории вычислений и теоремы Гёделя о неполноте, исследователи показывают, что некоторые ограничения непреодолимы.

Авторы выстраивают свою позицию через серию математических выкладок, каждая из которых демонстрирует неизбежность галлюцинаций в природе больших языковых моделей. В конце статьи обсуждаются практические и этические последствия этого факта.

Если они правы, нам придется пересмотреть свои цели в отношении ИИ-систем, - особенно в том, что касается достижения их полной надежности.

Простое объяснение

Работу больших языковых моделей можно сравнить с игрой, где вас просят описать картинку, но вы не видите ее целиком. В каких-то случаях вы сможете угадать, чего не хватает, но в других - ошибетесь, потому что у вас нет полного изображения, и в скрытых частях может оказаться что-то, чего вы предугадать ну никак не могли. Именно так работают галлюцинации ИИ: система заполняет пробелы, но не всегда делает это правильно.

Авторы статьи утверждают, что это не признак несовершенства технологии, а основополагающий принцип работы ИИ. Сколько бы мы ни дообучали эти системы, они никогда не смогут знать абсолютно все. И даже если бы у них был доступ ко всем данным мира, существуют фундаментальные математические ограничения, не позволяющие системам всегда безошибочно извлекать необходимую информацию.

Главный вывод заключается в том, что вместо попыток сделать ИИ безупречным, нам следует принять его недостатки и сосредоточиться на том, как управлять ими наиболее эффективно.

Техническое объяснение

Опираясь на математическую аргументацию, исследователи демонстрируют неминуемость галлюцинаций в LLM.

Во-первых, они обосновывают это неполнотой информации, ссылаясь в том числе на теорему Гёделя и другие аналогичные утверждения, показывающие невозможность создания датасета, содержащего абсолютно все факты.

Во-вторых, они исследуют процесс извлечения информации, проводя параллели с известной проблемой в теории вычислений - проблемой допустимости, являющейся неразрешимой. Проще говоря, это значит, что от моделей ИИ нельзя ожидать 100% точности при извлечении информации. Аналогичный вывод они делают и в отношении интерпретации пользовательских запросов: идеальное понимание намерений юзера также недостижимо.

Наконец, они анализируют сам процесс генерации языка. Доказывая, что проблема остановки (определение момента завершения процесса) непреодолима для LLM, они утверждают, что системы не способны предсказать результат их собственной генерации до ее завершения. Это открывает путь для возникновения галлюцинаций.

В статье также показано, что никакая система проверки фактов не может исправить все галлюцинации. Даже идеальный фактчекер не способен преодолеть фундаментальные вычислительные ограничения, лежащие в основе этой проблемы.

Критическая оценка

Хотя статья предоставляет довольно убедительные математические доказательства, некоторые моменты требуют дальнейшего изучения.

Во-первых, авторы работы широко трактуют само понятие "галлюцинации". Создается впечатление, что клеймо "галлюцинация" ставится на любое отклонение от идеального знания, но на практике многие ИИ-системы эффективно решают поставленные задачи даже при наличии небольших погрешностей. Для многих вариантов практического применения хватает "удовлетворительного" результата, несмотря на периодические неточности.

Во-вторых, статья рассматривает только детерминированные исходы, тогда как современные ИИ-системы работают на основе вероятностных моделей. Это может означать, что выводы о неразрешимости не полностью применимы. Даже если идеальное поведение недостижимо, можно снизить уровень галлюцинаций до приемлемого минимума.

Статья также выиграла бы от бóльшего количества эмпирических доказательств и проверки этих идей на реальных ИИ-моделях. Кроме того, исследование ограничивается анализом трансформерных архитектур, оставляя открытым вопрос о применимости выводов к другим архитектурам ИИ.

Наконец, в статье не рассматривается, как люди справляются с нехваткой информации и ошибками в собственном мышлении. Сравнение галлюцинаций ИИ с человеческими ошибками могло бы добавить ценную перспективу.

Заключение

Если выводы статьи верны, нам, возможно, придется пересмотреть подход к разработке и использованию ИИ-систем. Вместо погони за совершенством мы должны сосредоточиться на том, как контролировать и минимизировать эффект галлюцинаций. Важно также объяснять пользователям реальные возможности ИИ и разрабатывать приложения, которые смогут эффективно работать даже при случайных ошибках.

Я считаю, что это исследование поднимает важные вопросы:

• Как мы можем оценить и уменьшить реальное влияние галлюцинаций?

• Существуют ли новые архитектуры ИИ, которые могли бы избежать некоторых из этих проблем?

• Как должны измениться нормативные акты и этические стандарты, чтобы учесть тот факт, что у ИИ всегда будут изъяны?

А что думаете вы? Убедили ли вас приведенные доказательства? Как эти выводы повлияют на развитие языковых моделей и наше доверие к ним?

Huawei слишком медленно осваивает новые техпроцессы, считают западные эксперты. По их прогнозам, в 2025 г. она доберется только до 7 нм - это уровень AMD образца 2020 г. Задержка в освоении компанией новых техпроцессов - прямое следствие санкций США. Теперь Huawei сильно отстает от американских Qualcomm и Apple - они еще в 2023 г. перешли на 3 нм. Тайваньская MediaTek тоже впереди со своими 4-нанометровыми чипами.

5 нм - пока недостижимая цель

Китайский техногигант Huawei ощутимо замедлился в освоении новых технологических процессов. Несмотря на то, что у него уже есть собственный инструментарий для разработки процессоров, и что полным ходом идет строительство собственной сети фабрик по выпуску микросхем, новые топологии ему пока недоступны.

Как пишет агентство Bloomberg, при сохранении нынешних темпов развития Huawei доберется до технологии 7 нм лишь в 2025 г. Для сравнения, американские Apple и Qualcomm располагают чипами с техпроцессом 3 нм с 2023 г., и с того же периода у тайваньской MediaTek есть 4-нанометровые процессоры.

Все три компании выпускают свои CPU на фабриках компании TSMC, которой строжайше запрещено производить микросхемы для Huawei по современным стандартам. Bloomberg пишет, что основная причина такой медлительности китайской компании в том, введенные против нее американские санкции начали действовать, как им подобает.

Работа кипит

Несмотря на все ограничения, Huawei продолжает работать над новыми микросхемами. В частности, сейчас она трудится как минимум над двумя процессорами семейства Ascend для ускорителей искусственного интеллекта для конкуренции с решениями американской Nvidia. Но это будут 7-нанометровые чипы - у компании AMD, к примеру, 7-нанометровые Ryzen впервые появились в ассортименте осенью 2020 г.

Связь между отставанием Huawei от прямых конкурентов и давлением США очевидна. Из-за санкций китайские контрактные производители чипов, которым, в отличие от TSMC. не запрещено сотрудничать с Huawei по части выпуска современных микросхем, не могут закупать аппаратуру для их выпуска, в частности, литографические сканеры нидерландской ASML, работающие с экстремальным ультрафиолетом (EUV).

В связи с этим как минимум до 2026 г. все основные чипы Huawei будут выпускаться по старым технологиям, пишет Bloomberg со ссылкой на пожелавших остаться анонимными собеседников. По их словам, это в полной мере касается как чипов для ускорителей ИИ, так и мобильных CPU для смартфонов и планшетов.

Дальше будет только хуже

В настоящее время Huawei отстает от Apple, AMD, Nvidia и Qualcomm и по времени, и по техническому вооружению. В первом случае отставание уже составляет более пяти лет - премьера 5-нанометрового Qualcomm Snapdragon 888 прошла в декабре 2020 г., а Huawei в 2025 г дойдет только до 7 нм.

В технологическом плане разрыв тоже весьма серьезный. Пока в 2025 г. Huawei доберется до 7 нм, ключевые клиенты TSMC уже будут иметь доступ к топологии 2 нм.

Партнеры Huawei лишь подливают масло в огонь. Китайская компания Semiconductor Manufacturing International Corp. (SMIC), крупнейший в КНР контрактный вендор микросхем, в настоящее время испытывает трудности с выпуском крупных партий даже 7-нанометровых чипов. По словам собеседника Bloomberg, 7-нанометровые производственные линии шанхайской компании страдают от проблем с низкой производительностью и надежностью. Маловероятно, что Huawei сможет обеспечить достаточное количество процессоров для смартфонов и чипов ИИ в ближайшие годы, добавил источник агентства.

Надежды на местного производителя нет

Представители Huawei и SMIC к моменту выхода материала не комментировали приведенную Bloomberg информацию. В последние годы Huawei взяла на себя ключевую роль в усилиях Китая по достижению самодостаточности в критических областях, включая полупроводники и ИИ. Но неудачи и отставания Huawei, несмотря на поддержку со стороны государства и крупные инвестиции в НИОКР, лишь подчеркивает огромные трудности, с которыми сталкивается Пекин в попытках догнать США в новых технологиях.

Одной из самых больших проблем является низкое качество китайского оборудования для выпуска микросхем. Власти Китая хотят, чтобы местные производители микросхем использовали больше аппаратуры отечественных поставщиков, чтобы оживить внутреннюю экосистему. Но КНР все еще зависит от поставок EUV-сканеров нидерландской ASML.

Китай придумал, как использовать сканеры глубокого ультрафиолета (DUV) местного производства для выпуска микросхем по современным техпроцессам, но эта технология по сравнению с современной EUV-литографией не только более ресурсоемка, но и подвержена различным сбоям, а также менее производительна.

По словам собеседника Bloomberg, в итоге идея с внедрением этой технологии успехом не увенчалась из-за некачественного местного оборудования, используемого в сочетании с системами DUV компании ASML. По крайней мере на одной опытной производственной линии инженеры были вынуждены заменить китайское оборудование на иностранное, чтобы обеспечить приемлемый выход продукции.

Между тем, Huawei ежегодно требуются десятки миллионов процессоров под брендом Kirin для собственных смартфонов, и компания намерена производить сотни тысяч чипов Ascend AI, по источника Bloombert, знакомого с бизнесом компании.

Шанс на прорыв все еще есть

Не исключено, что Huawei все же смогла припрятать козырь в рукаве. Она готовится к премьере новых смартфонов серии Mate 70, которые, вполне вероятно, будут собраны на ее новом, ранее не анонсированном процессоре.

Все технические детали о смартфоне и его внутренних компонентах засекречены. Дебют линейки Mate 70 назначен на 26 ноября 2024 г.

Системные проблемы российской энергетики наши чиновники решили свалить на майнеров. Появление дефицита электроэнергии в ближайшие 5-10 лет власти объясняют не ошибками планирования инвестиций, а именно бытовым майнингом. В ряде регионов уже сталкиваются с нехваткой электрической мощности. На этих территориях ожидается полный запрет любого майнинга, а также введение дифференцированных тарифов на потребление электроэнергии. Российская энергетическая политика является полной противоположностью обещаниям избранного президента США.

"Проблемы с утилизацией электроэнергии у нас в стране нет. У нас отдельные элементы энергосистемы для Южно-Сибирского региона из-за очень активного развития майнинга стали энергодефицитными", - заявил в среду замглавы администрации президента РФ Максим Орешкин.

По его словам, для российской экономики уже на горизонте 5-10 лет очень серьезно встанет проблема дефицита электроэнергии. "Вопрос: можем ли мы в новых условиях создавать мощности с той ценой, которая была бы конкурентноспособна для майнинга?" - интересуется Орешкин.

В отдельных регионах уже предлагают полностью отказаться от майнинга. Губернатор Иркутской области Игорь Кобзев выступает за полный запрет майнинга в регионе, в том числе в жилых помещениях. "Мы считаем, что майнинг не должен находиться в жилых строениях", - подчеркивал глава региона. По его словам, ожидается запрет бытового майнинга. Требуется также решение по Бурятии и Забайкалью, с которыми Приангарье тесно связано. Как считает губернатор, это нужно "чтобы перенасыщение работы майнинга в других территориях не сказывалось на наших потребителях".

В конце октября замглавы Минэнерго РФ Евгений Грабчак заявил, что в ближайшее время в некоторых регионах страны будет на государственном уровне запрещен и частный, и промышленный майнинг. По его словам, это связано с дефицитом электроэнергии, которая в ряде регионов за последние годы увеличилась сразу на 14%. "У нас, допустим, с вами уже сейчас дефицитные зоны - это Дальний Восток, это юго-запад Сибири, это Юг. Там мы не можем большие мощности никому дать в перспективе до 2030 года", - отметил он. По его словам, "эра дешевой энергии" закончилась.

В июле на проблему высокого потребления электричества майнерами криптовалют обращал внимание и сам президент РФ Владимир Путин. "Неконтролируемый рост потребления электроэнергии для добычи криптовалют может привести к дефициту мощности в отдельных регионах. И это уже отмечается в Иркутской области, Бурятии, Забайкальском крае", - говорил глава государства. Путин сообщал, что это острый вопрос, чреватый "серьезными последствиями для предприятий, систем ЖКХ, конкретных городов и поселков".

Напомним, закон о легализации майнинга был подписан в августе этого года. Документ предполагает, что с 1 ноября все компании и индивидуальные предприниматели (ИП), занимающиеся добычей криптовалюты в РФ, должны будут войти в специальный реестр. Закон также наделяет правительство РФ правом запрещать майнинг цифровой валюты в конкретных регионах или на их отдельных территориях, а также определять порядок и случаи введения таких ограничений. Под запрет может попасть и участие в майнинг-пуле - специальном сервере, который используют для распределения нагрузки по добыче цифровой валюты. Россияне, не имеющие статуса ИП, могут майнить криптовалюту в пределах энергопотребления в 6 тыс. кВт-ч в месяц. Если показатель окажется превышен, то заниматься майнингом можно будет после регистрации гражданина в качестве ИП и включения в реестр. Со следующего года также вступят в силу поправки о налогообложении майнинга цифровой валюты. Доходы от майнинга будут облагается НДФЛ или налогом на прибыль организаций, сообщили в Минфине РФ.

По оценкам Ассоциации промышленного майнинга, налоговые поступления от майнинга составят 50 млрд руб. (см. "НГ" от 24.06.24).

Проблема дефицита электроэнергии в разных регионах страны, похоже, нарастает. Российские чиновники уже вводят понятие "непокрываемого дефицита мощностей в единичной ремонтной схеме", который только в Москве и Московской области оценивается в 0,8-1,6 Гвт. Значительно выше непрокрываемый дефицит существует в южных регионах страны. Здесь в период 2025-2030 годов непокрываемый дефицит мощности в нормальной и единичной ремонтной схемах составит 1108-1873 МВт и 1664-2429 МВт соответственно (см. "НГ" от 02.09.24).

В Минэнерго РФ анонсируют, что вплоть до 2042 года объем ввода нового генерирующего оборудования составит 88,4 ГВт, из которых на долю АЭС придется 28,8 ГВт, ГЭС - 4,2 ГВт, ГАЭС - 3540 ГВт, ТЭС различных типов - 35,3 ГВт. Мощность объектов возобновляемой энергетики составит в общей сложности 16,6 ГВт.

На фоне дефицита мощностей идеи отдельных субъектов РФ идут дальше полного запрета майнинга. В той же Иркутской области предлагают пересмотреть индивидуальные нормативы энергопотребления на время отопительного сезона. По словам Игоря Кобзева, в утвержденных правительством России нормативах не учитывается понятие отопительного сезона, когда энергопотребление вырастает в разы. При этом отопительный сезон длится в Приангарье 240 дней в году. По его мнению, "в этот период параметры должны меняться". "Мы вместе с правительством Иркутской области будем обсуждать в Федеральной антимонопольной службе (ФАС), в Министерстве энергетики, чтобы четкое понимание возможности льготной оплаты в отопительный сезон было зафиксировано. В том числе для сибирских регионов, где нет альтернативных источников", - указал глава региона.

Напомним, с 1 января 2025 года в РФ начнут действовать дифференцированные тарифы на электроэнергию для населения. Тариф будет зависеть от объемов потребления. Чиновники сообщали, что цель этого механизма - сокращение перекрестного субсидирования и искоренение практики нецелевого использования электроэнергии в быту - так называемого серого майнинга.

Планируется введение трех диапазонов энергопотребления. В ФАС сообщали, что максимальный уровень, при котором заканчивается первый диапазон объемов потребления, составит не более 3900 кВт-ч в месяц. Все последующее потребление электроэнергии будет уже в рамках второго диапазона, который составит 6000 кВт-ч в месяц. После этого уровня уже начнется третий диапазон, который предназначен для коммерческих потребителей.

Российские регионы с 1 января этого года получили право внедрять дифференцированный тариф на электроэнергию для населения в зависимости от объемов потребления. В Иркутской области дифференцированные тарифы действуют с 1 июля. Однако первый диапазон составляет потребление электроэнергии до 25 000 кВт-ч в месяц, стоимостью 1,58 руб. для городских потребителей и 1,106 руб. для сельских. Второй диапазон (от 25 001 до 25 010 кВт-ч) - 2,57 руб. для городских и 1,799 руб. для сельских, а свыше 25 010 кВт-ч тариф установлен на уровне 4,9 руб. независимо от территории.

Сейчас региональные власти предлагают ограничить потребление первого диапазона лимитом в 9000 кВт-ч в месяц. "Следующим шагом станет определение границ второго диапазона. По оценке экспертов, для Иркутской области эта цифра должна быть порядка 15 тыс. кВт-ч", - заявлял Игорь Кобзев. Если же предложения местных властей не будут услышаны, то лимит потребления в рамках первого диапазона составит 3900 кВт-ч в месяц, что более чем в шесть раз меньше прежних нормативов.

У американских компаний Google, OpenAI и Anthropic начались проблемы с созданием новых моделей ИИ из-за нехватки качественных данных, сообщили источники.

Нехватка качественных данных для обучения нейросетей ограничивает способность создавать более совершенные ИИ-системы, сообщили собеседники Bloomberg, передает ТАСС.

OpenAI, работающая над технологией Orion, пока не достигла ожидаемого уровня качества. Источники отмечают, что новая система вряд ли появится до начала следующего года. В материале указывается, что небольшие улучшения не оправдывают значительных затрат, связанных с разработкой и эксплуатацией новых моделей ИИ.

Google также испытывает проблемы с проектом Google Gemini, который не оправдал ожиданий. Компания Anthropic не успевает выпустить модель Claude 3.5 Opus в запланированные сроки. Эти неудачи ставят под сомнение целесообразность значительных инвестиций в ИИ, заключило агентство.

Напомним, основатель Microsoft Билл Гейтс отмечал, что искусственный интеллект может стать угрозой наравне с ядерным и биологическим оружием. Миллиардер Илон Маск предполагал, что в будущем искусственный интеллект сможет создать бессмертного диктатора.

Гражданская авиация Казахстана внедряет биометрию. Об этом в кулуарах форума Digital Transport Day рассказал вице-министр транспорта Максат Калиакпаров, сообщает Sputnik.

"В сфере гражданской авиации планируется внедрение биометрии. У нас оборудование уже закуплено, ведется его пусконаладка, после чего мы будем её интегрировать с программой E-Gov министерства цифровизации, и с помощью биометрии - отпечатка пальцев, сетчатки глаза - будем проходить зону досмотра. Мы планировали это внедрить до конца 2024 года, но в связи с задержками поставок оборудования переносим на первое полугодие 2025 года", - сказал чиновник.

Биометрия, по его словам, станет альтернативой предъявлению удостоверения личности перед досмотром пассажира.

"Вы зарегистрировались онлайн, далее вы выбираете способ прохождения проверки - по документу или по биометрии. Подходите к оборудованию - сканируете сетчатку глаза либо прикладываете палец. Оборудование считывает, подтверждает вашу личность, и вы проходите", - пояснил вице-министр.

Он добавил, что к персональным данным пассажира доступ будет только у системы E-Gov, при запуске которой граждане изначально дают согласие на обработку данных.

Химическая промышленность, нацеленная на улучшение жизни, часто балансирует на грани прогресса и риска. Егор Буркин, генеральный директор компании "Систем - Химпром - Techno", и его партнёр Егор Левченко, инвестор, не понаслышке знают, что каждый успех в химпроме - это не только результат упорного труда и высокого интеллекта, но и опыта, приобретённого на ошибках. Они видят в ошибках ключ к прогрессу и готовы поделиться своими взглядами на самые распространённые из них. Эти ошибки представляют не только технологические, но и организационные, управленческие и стратегические аспекты химической индустрии, затрагивая каждый элемент успешного производства.

Переоценка технологий: как удержаться на грани инноваций

Буркин Егор Васильевич подчёркивает, что одной из самых серьёзных ошибок в химической промышленности становится переоценка возможностей технологий. Химпром постоянно сталкивается с новейшими разработками, и компании нередко вкладываются в технологии, которые кажутся прорывными, но не оправдывают ожиданий.

Егор Левченко дополняет: стремление быть в числе первых, кто внедряет самые передовые технологии, оправдано, но только если эта технология поддаётся чёткой проверке и анализу. В противном случае компания может оказаться на перепутье, вложив серьёзные средства в то, что не способно дать результат. Переоценка приводит к излишним расходам на дорогие материалы, оборудование и инженерные решения, тогда как устойчивый эффект оказывается недостаточным.

Именно поэтому Егор Буркин предлагает сбалансированный подход к инновациям: технологии должны быть не только прорывными, но и соответствовать потребностям бизнеса и требованиям клиентов. Каждый технологический этап, по его мнению, должен проходить строгую проверку на рентабельность и целесообразность. Только в этом случае можно избежать значительных потерь.

Недостаточное внимание к безопасности: цена невнимательности

Егор Буркин отмечает, что важнейший аспект химпрома - это безопасность. Ошибки в области безопасности становятся фатальными не только для компаний, но и для всего сектора. Химическая отрасль связана с опасными веществами, и любые недочёты в безопасности могут привести к экологическим катастрофам, человеческим жертвам и огромным финансовым потерям.

Егор Левченко подчёркивает, что пренебрежение даже к мельчайшим деталям может стоить дорого. Он призывает к строгому контролю и регулярной проверке каждого этапа производства, а также к внедрению инновационных систем автоматизированного контроля, которые позволят минимизировать человеческий фактор.

Буркин Егор Васильевич соглашается, отмечая, что использование современных технологий безопасности необходимо, но вместе с этим важно не забывать и о постоянном обучении персонала. Он уверен, что инвестиции в персонал и безопасность - это первостепенная задача каждого руководителя химической компании, поскольку от этого зависит не только успех компании, но и репутация всей отрасли.

Экологическая ответственность: избегая ошибок прошлого

Промышленность неизбежно влияет на окружающую среду, и Буркин Егор Васильевич настаивает на том, что химпром должен не просто соблюдать стандарты, а активно искать способы сокращения вреда. Многие компании стремятся соответствовать минимуму экологических требований, но этот путь приводит к ошибкам, которые обходятся дорого.

Егор Левченко добавляет, что следование лишь минимальным стандартам ведёт к поверхностному подходу к экологии. По его мнению, компании обязаны думать не только о соблюдении норм, но и о разработке собственной стратегии устойчивого развития. Внедрение экологически чистых технологий на каждом этапе производства - от выбора сырья до утилизации отходов - позволяет строить долгосрочные планы без угрозы для экологии.

Эти ошибки прошлого, связанные с недостаточным вниманием к экологии, становятся препятствием на пути к дальнейшему развитию. Егор Буркин уверен, что именно компании, придерживающиеся высокой степени экологической ответственности, завоюют доверие как инвесторов, так и общества.

Человеческий капитал: ошибки в подборе кадров

Одна из частых ошибок в химической отрасли, по мнению Егора Буркина, заключается в недооценке значения специалистов. В поиске сиюминутной выгоды компании нередко жертвуют качеством подбора кадров. Отсутствие опыта у специалистов, слабая подготовка и недостаток мотивации часто ведут к нежелательным последствиям.

Егор Левченко поддерживает эту точку зрения, подчёркивая, что профессионализм сотрудников определяет успех всей компании. Промышленность требует знаний, опыта и строгого соблюдения техники безопасности, и каждый сотрудник должен осознавать свою ответственность. По мнению Левченко, слабое внимание к квалификации кадров - это не просто ошибка, а шаг назад для всего химпрома.

Буркин Егор Васильевич настаивает на создании внутренних программ обучения и развития для сотрудников. Он убеждён, что профессиональное развитие кадров - это инвестиция, которая всегда окупается. Компании, которые стремятся обеспечить своим сотрудникам возможности для роста, становятся лидерами не только на рынке, но и в глазах партнёров и клиентов.

Финансовая гибкость и ошибки в планировании

Ошибки, связанные с планированием и управлением финансами, также оказывают серьёзное влияние на успех химических предприятий. Егор Буркин отмечает, что химическая промышленность зависит от внешних и внутренних факторов: колебания цен на сырьё, колебания спроса и других. Недооценка этих факторов может привести к значительным убыткам.

Егор Левченко считает, что финансовая гибкость важна для компаний, работающих в химпроме. Неправильное распределение ресурсов, избыточные расходы на неэффективные проекты и нехватка средств на перспективные направления могут привести к тому, что компания упустит выгодные возможности или окажется в кризисной ситуации.

Буркин Егор Васильевич настаивает на том, что важно развивать как стратегическое, так и тактическое планирование в компании. Только понимание долгосрочных целей и готовность к изменениям позволят успешно развивать бизнес. По его мнению, гибкость в финансовом управлении и постоянный анализ финансовой стабильности помогут избежать ошибок и откроют новые возможности для роста.

Инновации без стратегии: как избежать дорогих ошибок

Желание внедрить инновации - это естественное стремление для любой компании. Однако, как подчёркивает Егор Буркин, это может стать и серьёзной ошибкой, если инновации вводятся без чёткой стратегии. Внедрение новой технологии ради статуса "инновационной компании" часто оказывается дорогостоящим и бесполезным, если не поддержано планом.

Егор Левченко отмечает, что важно не только быть в тренде, но и понимать, какие технологии и продукты реально соответствуют целям бизнеса. Инновации должны быть не самоцелью, а инструментом. Только в этом случае они принесут прибыль, а не убытки.

Буркин Егор Васильевич добавляет, что для успешного внедрения инноваций важно развивать у команды способность мыслить критически. Он уверен, что вовлечение сотрудников в процессы разработки и принятия решений, касающихся внедрения новых технологий, помогает избежать многих ошибок и укрепляет командный дух.

Заключение: баланс между рисками и достижениями

Для Егора Буркина и Егора Левченко химическая промышленность - это территория, на которой ошибки неизбежны, но каждая из них несёт в себе важный урок. Они подчёркивают, что химпром - это не просто производство, а сфера, требующая глубокого анализа и стратегического подхода к каждому этапу.

Как отмечает Егор Левченко, путь к успеху лежит через честную оценку всех возможных ошибок и готовность учиться на них.

#егор_буркин #буркин_егор #егор_буркин_химпром #егор_левченко #левченко_егор #химпром #систем_химпром_techno #химическая_промышленность #буркин_егор_васильевич #егор_буркин_управляет_химпромом

Специалисты Мордовского государственного университета им. Огарёва при поддержке Российского научного фонда разработали самоуплотняющийся безусадочный мелкозернистый бетон, в два-четыре раза превосходящий традиционные тяжелые бетоны по полезным свойствам. Об этом сообщили в пресс-службе Минобрнауки РФ, отметив, что при проектировании материала применялся искусственный интеллект.

"Проектирование бетона выполнялось с использованием методов машинного обучения - одного из направлений искусственного интеллекта. Для решения поставленных задач была собрана и проанализирована база экспериментальных данных, включающая свыше тысячи различных составов цементного материала", - отметили в пресс-службе.

Разработка представляет собой сухую строительную смесь, состоящую из портландцемента, кварцевого песка и комплексной органоминеральной добавки на основе поверхностно-активных веществ, отходов металлургических производств и распространенных осадочных пород. При смешивании с водой она приобретает способность к самоуплотнению и компенсации усадочных деформаций.

"Ввиду низкой проницаемости, высокой прочности и коррозионной стойкости срок службы разработанного бетона в обычных условиях эксплуатации может превышать 150-200 лет. Cебестоимость сухой смеси на 10-15% ниже имеющихся аналогов за счет сниженной цементоемкости состава, использования местного сырья и отходов промышленности", - рассказал доцент кафедры строительных конструкций Артемий Балыков.

Модели машинного обучения, примененные в процессе разработки, могут осуществлять мониторинг прогностических факторов, обучаясь по мере поступления новых данных. Это дает возможность получать информацию о влиянии различных рецептурных и технологических параметров на структуру и эксплуатационные характеристики мелкозернистого бетона.

Как отметил ректор МГУ им. Н.П. Огарёва Дмитрий Глушко, и к новому высокофункциональному бетону, и к интеллектуальным системам его проектирования проявили интерес индустриальные партнеры.

Мемкоин, связанный с кандидатом в президенты США от Демократической партии Камалой Харрис на 10:52 мск снижается на фоне президентских выборов в США на 91,8% - до $0,001049, свидетельствуют данные агрегатора CoinGecko, а вот мемкоин, связанный с кандидатом в президенты США от Республиканской партии Дональдом Трампом, растет на 15,4% - до $3,79.

Снижение стоимости мемкоина, связанного с Харрис, ускорилось после того, как Трамп заявил о политической победе на президентских выборах и назвал себя 47-м президентом США.

Мемкоины - это криптовалюта, которая создается в качестве социального эксперимента. Ее цена зависит от популярности того феномена, на базе которого она создана. Например, мемкоины типа politifi (смесь слов politic (политический) и finance (финансы) - прим. ТАСС) создаются в поддержку того или иного политического деятеля. Цена мемкоина зависит от уровня поддержки политика. Криптовалюты такого формата не несут в себе никакой ценности или способов применения и являются спекулятивным финансовым инструментом.

Компания China Petroleum Chemical Corporation представила свой пилотный проект Green Hydrogen по производству водорода на солнечной энергии в Китае. На объекте объединены солнечные электростанции и усовершенствованные системы для производства водорода, его хранения и транспортировки, пишет ecoticias.com.

Фото: wisein.org | Выработка водорода и СЭС: иллюстративное фото

Планируя ежегодно производить 20 000 т водорода из окружающей среды, проект использует солнечную энергию для электролиза, что существенно снижает выбросы углерода. Инициатива будет поставлять водород на завод Sinopec Tahe Refining Chemical, сокращая использование ископаемого топлива, а также сокращая выбросы углерода на 485 000 т в год.

Завод Sinopec Kuqa, независимо от поставленных целей, сталкивается с существенными эксплуатационными испытаниями. В настоящее время электролизеры на объекте мощностью 260 МВт работают всего на 20% от своей предполагаемой мощности из-за технических проблем со щелочными электролизерами, предоставленными такими производителями, как Cockerill Jingli, Longi и Peric.

Эти проблемы не позволяют электролизерам безопасно генерировать водород, когда выходы падают ниже 50% мощности. Зависимость от 361 МВт солнечной энергии в сочетании с ветряной энергией дополнительно снизила уровни генерации, не достигнув предполагаемых 20 000 т водорода в год.

В ответ на проверку компания указала в социальных сетях, что инициатива функционировала более 4200 ч, передав более 22 млн куб. м консервативного водорода Tahe Refining and Chemical, что составило чуть более 2000 т за 6 месяцев, около 20% от ожидаемого производства.

Инициатива станет демонстрацией возможностей Sinopec в области производства водорода и дальнейшего его хранения. Это может привести к значительным разработкам как в области технологий, так и в области инфраструктуры, что в конечном итоге будет способствовать достижению определенных страной целей по сокращению выбросов углерода. Правительство намерено финансировать добычу водорода, прокладывая путь к будущему экологичной энергетики, что даст Китаю преимущество перед США и другими западными странами, пытающимися сократить углеродный след. Издание пишет, что обойти КНР в сфере чистой энергетики может быть проблематично в долгосрочной перспективе. Китай уже создал проблемы для западных государств, заполонив рынок своими солнечными панелями и обогнав Запад по производству солнечной энергии.

Ранее мы писали, что Китай опять обошел США, т.к. мощность солнечных панелей повысилась в 3 раза. По данным Международного энергетического агентства (МЭА), в области энергии солнца Китай намерен до 2030 года в 3 раза превысить рост, наблюдавшийся за предыдущие 6 лет.

Изо дня в день будущее становится всё ближе. Сегодня стало известно, что IT-гигант "Яндекс" завершил испытательный период и приступил к коммерческой эксплуатации беспилотных грузовиков для доставки товаров с "Яндекс.Маркета".

Пока что доставка грузов с применением беспилотных авто в рамках отладки всех процессов будет доступна только в рамках одного маршрута длиной порядка двухсот километров. Машины будут курсировать по автотрассе "Дон" между российской столицей и Тулой. В настоящее время известно о том, что перевозки грузов беспилотниками "Яндекса" пока будут осуществляться только в светлое время суток. Но в обозримом будущем запустят и потенциально более выгодные и безопасные ночные рейсы.

Также известно, что основанный на работе искусственного интеллекта "Яндекса" автопилот пока что работает не в только в автономном, но и дублирующем режиме - параллельно с нейросетями примерно такими же машинами и по такому же маршруту ездят профессиональные водители. Они являются реальными тренерами виртуального мозга, обучая их на своём примере всем деталям и нюансам, в том числе поведению в нештатных ситуациях.

Транспортной базой для беспилотников "Яндекса" стали кардинально доработанные сотрудниками компании китайские автомобили серии X6000 от торговой марки Shacman. Их выпускает корпорация Shaanxi Heavy Duty Automobile Co из центральнокитайской провинции Шеньси, входящая в группу компаний Weichai Holding Group Co., Ltd. Помимо разработки дизельных моторов и производства грузовиков, этот концерн известен на мировом рынке и как производитель люксовых яхт.

Несмотря на такую, казалось бы, опасную новость, эксперты логистического рынка заверяют, что пока угроза освоения новой профессии для водителей-дальнобойщиков не стоит. На отечественном рынке магистральных грузовых перевозок нехватка водителей оценивается примерно в 25 процентов. В результате чего владельцы автопарка иногда даже не в состоянии обеспечить необходимую загруженность транспорта даже при наличии заказов. Поэтому беспилотники - это помощь для рынка труда, а не опасность. Во всяком случае, пока.

Проект доставки грузов по маршруту Москва-Тула без участия водителей стал четвёртым в череде испытаний беспилотных транспортных средств отечественного лидера в IT. В настоящий момент машины без шофёров уже достаточно успешно рассекают по улицам Москвы, в наукограде будущего Иннополис под Казанью и на федеральной территории "Сириус", которая была создана в Большом Сочи на инфраструктурной основе олимпийских объектов, возведенных здесь к проведению Олимпиады 2014 года.

Дженсен Хуанг (Jensen Huang), бессменный руководитель Nvidia, заявил, что будущее ИИ - за системами, способными к рассуждению. Однако для реализации этой концепции необходимо значительно снизить стоимость вычислений. Хуанг подчеркнул, что его компания стремится ежегодно увеличивать производительность чипов в 2-3 раза, сохраняя текущий уровень их стоимости и энергопотребления.

В рамках подкаста, организованного Рене Хаасом (Rene Haas), генеральным директором Arm Holdings, Хуанг поделился своим видением развития ИИ. По его словам, следующее поколение интеллектуальных систем сможет отвечать на запросы пользователей, проходя через сотни или даже тысячи шагов анализа собственных выводов. Эта способность к глубокому рассуждению станет ключевым отличием от современных ИИ, таких как ChatGPT, которым, как признался Хуанг, он пользуется ежедневно.

Nvidia стремится создать фундамент для такого прорыва и ставит перед собой амбициозную цель: ежегодно повышать производительность своих чипов в 2-3 раза при сохранении прежнего уровня стоимости и энергопотребления. Такой подход призван революционизировать способность ИИ-систем распознавать сложные паттерны и делать осознанные выводы.

"Мы способны обеспечить беспрецедентное снижение затрат на интеллектуальные системы. Все мы осознаём ценность этого достижения. При существенном сокращении расходов мы сможем реализовать на этапе инференса такие сложные процессы, как рассуждение", - подчеркнул Хуанг.

Nvidia занимает доминирующую позицию на рынке ускорителей для ИИ, контролируя более 90 % этого сегмента рынка. Однако компания не ограничивается только производством чипов. Её стратегия включает в себя разработку компьютеров, программного обеспечения (ПО), ИИ-моделей, сетевых решений и других сервисов. Такая диверсификация направлена на стимулирование более широкого внедрения ИИ в бизнес-процессы различных компаний.

Несмотря на лидирующие позиции, Nvidia сталкивается с растущей конкуренцией. Крупные операторы дата-центров, такие как Amazon Web Services (AWS) и Microsoft, разрабатывают собственные альтернативные решения, чтобы ослабить зависимость от продуктов Nvidia. Кроме того, компания AMD, давний соперник Nvidia на рынке игровых чипов, активно выходит на рынок ИИ-ускорителей, что может усилить конкурентное давление на лидера индустрии.

В условиях растущей популярности искусственного интеллекта высокое энергопотребление ИИ-моделей становится всё более актуальной проблемой. Несмотря на то, что такие техногиганты, как Nvidia, Microsoft и OpenAI, пока не говорят об этой проблеме громко, явно преуменьшая её значение, специалисты из BitEnergy AI разработали технологию, способную значительно снизить энергопотребление без существенных потерь в качестве и скорости работы ИИ.

Согласно исследованию, новый метод может сократить использование энергии вплоть до 95 %. Команда называет своё открытие "Умножением линейной сложности" (Linear-Complexity Multiplication) или сокращённо L-Mul. Как пишет TechSpot, этот вычислительный процесс основан на сложении целых чисел и требует значительно меньше энергии и операций по сравнению с умножением чисел с плавающей запятой, которое широко применяется в задачах, связанных с ИИ.

На сегодняшний день числа с плавающей запятой активно используются в ИИ для обработки очень больших или очень малых чисел. Они напоминают запись в бинарной форме, что позволяет алгоритмам точно выполнять сложные вычисления. Однако такая точность требует крайне больших ресурсов и уже вызывает определённые опасения, так как некоторым ИИ-моделям нужны огромные объёмы электроэнергии. Например, для работы ChatGPT требуется столько электроэнергии, сколько потребляют 18 000 домохозяйств в США - 564 ТВт·ч ежедневно. По оценкам аналитиков из Кембриджского центра альтернативных финансов, к 2027 году ИИ-индустрия может потреблять от 85 до 134 ТВт·ч ежегодно.

Алгоритм L-Mul решает эту проблему за счёт замены сложных операций умножения с плавающей запятой на более простые сложения целых чисел. В ходе тестирования ИИ-модели сохранили точность, при этом энергопотребление для операций с тензорами сократилось на 95 %, а для скалярных операций на 80 %.

L-Mul также улучшает и производительность. Оказалось, что алгоритм превосходит текущие стандарты вычислений с 8-битной точностью, обеспечивая более высокую точность с меньшим количеством операций на уровне битов. В ходе тестов, охватывающих различные задачи ИИ, включая обработку естественного языка и машинное зрение, снижение производительности составило всего 0,07 %, что специалисты сочли незначительной потерей на фоне огромной экономии энергии.

При этом модели на основе трансформеров, такие как GPT, могут получить наибольшую выгоду от использования L-Mul, поскольку алгоритм легко интегрируется во все ключевые компоненты этих систем. А тесты на популярных моделях ИИ, таких как Llama и Mistral, показали даже улучшение точности в некоторых задачах.

Плохая новость заключается в том, что L-Mul требует специализированного оборудования и современные ускорители для ИИ не оптимизированы для использования этого метода. Хорошая новость заключается в том, что уже ведутся работы по созданию такого оборудования и программных интерфейсов (API).

Одной из возможных преград может стать сопротивление со стороны крупных производителей чипов вроде Nvidia, которые могут замедлить внедрение новой технологии. Так как, например, Nvidia является лидером в производстве оборудования для искусственного интеллекта и маловероятно, что она так просто уступит позиции более энергоэффективным решениям.

Масштабирование возможности оплаты лицом при помощи биометрии в торговых точках и заведениях общепита начнется в ближайшей перспективе. Функционал межбанковского биоэквайринга уже реализован на базе ЕБС и системы межбанковского взаимодействия НСПК (Национальная система платежных карт), в настоящее время соответствующим сервисом пользуются пассажиры Казанского метрополитена, сообщили в пресс-службе Центра биометрических технологий, который является оператором Единой биометрической системы (ЕБС).