Что в выпуске?

🛎️ Привет, это твой дневной ИИ-дайджест за 16 сентября.

Вот что я тебе сегодня приготовил и зачем тебе тратить 5 минут чтобы это прочитать (за вчера и за сегодня)

• 🦅 Китай показал SpikingBrain — модель, которая переваривает 4 млн токенов в 100× быстрее и работает на своих чипах без Nvidia

• 💊 Гарвард запустил PDGrapher — ИИ, который ищет комбинации генов и лекарств и меняет ход борьбы с раком и болезнями мозга

• 🤖 Албания назначила первого в мире министра-ИИ, который теперь отвечает за все госзакупки

• 🎓 Хассабис заявил: забудьте про «одна профессия на жизнь», в эпоху ИИ придётся учиться всегда

• 🧮 Новую Нобелевскую премию по математике может получить ИИ

И ещё +12 новостей — быстрых, как ИИ: Google Gemini обогнал ChatGPT в App Store, Perplexity идёт к $20B оценке, Rolling Stone подал в суд на Google, Apple потеряла топа по AI, OpenAI экономит $50B на пересмотре сделки с Microsoft, Tencent переманила исследователя из OAI, Alibaba показала Qwen3-Next, xAI уволила 500 дата-тренеров, Anthropic добавила память в Claude, FTC проверяет чатботы на детях, Britannica и Merriam-Webster судятся с Perplexity, OAI и Microsoft ограничились MoU.

⚠️ ДИСКЛЕЙМЕР

ПРОЧТЕНИЕ ЭТОГО ДАЙДЖЕСТА РЕЗКО ПОВЫШАЕТ УРОВЕНЬ FOMO, ИДЕАЛЬНО ДОПОЛНЯЕТ УТРЕННИЙ КОФЕ И КАТЕГОРИЧЕСКИ ПРОТИВОПОКАЗАНО ПЕРЕД МЕДИТАЦИЕЙ И СНОМ — ВОЗМОЖНЫ ПРИСТУПЫ ВНЕЗАПНЫХ ИНСАЙТОВ И НЕУДЕРЖИМОЕ ЖЕЛАНИЕ СРОЧНО ЗАПИЛИТЬ СВОЙ СТАРТАП.

ПОГНАЛИ!

AI Медицина

💊 Гарвард выкатил PDGrapher — ИИ, который ищет комбинации генов и лекарств

Сегодня лекарства в основном работают по принципу «одна цель — один удар»: нашли белок, дали молекулу, посмотрели эффект. Но рак и нейродегенеративные болезни хитрее — они обходят такие атаки. Гарвардская команда сделала PDGrapher — бесплатный ИИ, который смотрит не на один белок, а на всю систему: как взаимодействуют гены, протеины и сигналы, и какие комбинации реально разворачивают болезнь назад.

Фактура. На тестах по 19 видам рака PDGrapher превзошёл конкурирующие AI-модели на 35% по точности и выдавал ответы в 25 раз быстрее. Для проверки ему дали задачу: найти известные препараты от рака лёгких. Он правильно их определил и параллельно предложил новые потенциальные комбинации. Гарвард уже использует инструмент с Массачусетской больницей для поиска лекарств от болезней мозга — Паркинсона и Альцгеймера.

Примеры применения:

Фарма: ускорить скрининг комбинаций, которые раньше стоили сотни миллионов и лет исследований.

Онкология: тестировать сразу несколько точек атаки на опухоль, вместо дорогих и провальных «одиночных» стратегий.

Нейродегенеративные болезни: находить комбинации, которые не просто замедляют, а реально восстанавливают клетки.

Локальные биотех-стартапы: использовать open-source модель для поиска нишевых терапий, не имея миллиардных бюджетов.

И что?

Для бизнеса: снижаются затраты на R&D и растёт вероятность вывода реально работающих препаратов. Это может сократить число «мертвых» проектов, которые сжигают бюджеты.

Для инвесторов: рынок drug discovery ($250B+) получает новый стандарт. Ставки на компании, где AI-инструменты встроены в лаборатории, будут окупаться быстрее.

Для людей: шанс получить эффективные лекарства от рака, Паркинсона и Альцгеймера раньше, чем это было бы возможно классическим путём.

🚨 Нам 3.14здец

Компании со ставкой на «одну цель — одно лекарство» — 9/10. Их бизнес-модель рушится: комплексные ИИ-инструменты показывают, что это тупиковый путь. Что делать: перестраиваться на multi-target подход.

Фарма без AI в пайплайне — 8/10. Бюджеты на традиционные клинические испытания будут считаться выброшенными. Что делать: внедрять AI-скрининг или проигрывать гонку.

AI GR

🤖 Первый министр-ИИ в мире — будет ли он брать взятки?

Все министры выглядят прилично в костюмах, но именно на этих этажах власти коррупция чувствуется сильнее всего. Бюрократия тоже знакома каждому — медленно, запутанно, бесконечные справки. А что если убрать человека из этой цепочки и посадить туда ИИ? В Албании решили попробовать.

Премьер Эди Рама представил «Диеллу» — виртуального министра, созданного на базе искусственного интеллекта. Её назначили на реальную должность в кабинете министров — отвечать за все госзакупки. То есть именно она теперь будет оценивать и раздавать контракты частным компаниям.

Диелла уже встроена в портал госуслуг: принимает заявки голосом, закрывает рутинные процессы. Аргумент властей простой — алгоритм не возьмёт взятку и не поддастся давлению. Но при этом правительство пока не сказало, кто и как будет контролировать решения ИИ, если пойдут ошибки или схемы обхода.

Фактура: впервые в мире искусственный интеллект получил официальный пост в правительстве. Сфера — закупки, миллиарды евро ежегодно. Контекст: в Европе давно есть электронные тендеры, но всегда с финальной подписью чиновника. Албания пошла дальше и сделала ИИ формальным центром принятия решений.

И что?

Для бизнеса: компании должны готовить прозрачные заявки и забыть про «личные договорённости».

Для инвесторов: открывается новый сегмент govtech — аудит и сертификация ИИ, который рулит бюджетами.

Для людей: меньше очередей и ручных ошибок, больше скорости и прозрачности в услугах.

🚨 Нам 3.14здец

Чиновники и посредники — 9/10. Вся прослойка «решал» обесценивается: ИИ режет коррупционные схемы быстрее любого прокурора. Что делать: искать новое применение или уходить.

Страны с коррумпированными тендерами — 8/10. Албания показала, что технологическая замена возможна. Давление на отстающих вырастет. Что делать: готовить почву для внедрения или остаться в архаике.

AI Math

🧮 ИИ решил задачу про простые числа, от которых зависит твой перевод в банке

Каждый раз, когда ты оплачиваешь кофе или переводишь деньги, твой телефон и банк обмениваются зашифрованными сообщениями. Замок этого шифра держится на больших простых числах. Их используют так: берут два гигантских простых, перемножают и делают из этого ключ. Тебе легко пользоваться ключом, а вот взломщику обратно разложить число на множители — почти невозможно, даже для суперкомпьютеров. На этом стоит интернет-безопасность.

Но есть нюанс. Чтобы сгенерировать такие замки, компьютер должен быстро находить большие простые. В среднем это получается, но нужны точные гарантии:

• сколько времени займёт поиск,

• какие есть погрешности,

• насколько устойчив шифр в долгую.

Этим и занимается усиленная теорема о простых числах — она уточняет, насколько сильно мы можем ошибаться в прогнозах распределения простых чисел. Задача не игрушка: от неё зависят криптография, генерация банковских ключей, работа криптовалют и даже надёжность хранилищ данных.

В 2024 году два топ-математика — Терренс Тао и Алекс Конторович — предложили челлендж: формализовать доказательство этой теоремы в системе Lean (это программа, где математику пишут как код, а компьютер строго проверяет каждое доказательство). То есть переписать человеческое рассуждение на язык, где каждый шаг проверяет машина. 18 месяцев лучшие умы шли к цели и осилили только «среднюю версию». Почему? Потому что формализация — это тысячи микродоказательств. Любая недописанная лемма (это маленькая вспомогательная «подзадача» внутри большого доказательства) рушит всю конструкцию. Люди вязли именно на этом.

И тут появился Гаусс — ИИ от стартапа Math Inc. Компания с самого начала делает ставку на формальную математику: превратить её в проверяемый код, чтобы на этом обучать «машинных полиматов» — ИИ, которые могут рассуждать сразу в нескольких науках.

Что сделал Гаусс? За три недели он написал 25 тысяч строк проверенного кода, собрав больше тысячи связанных доказательств и определений. Работал автономно часами, без усталости, закрыв пробелы, где люди застряли. Их план — увеличить эту базу знаний в 100–1000 раз за год, чтобы на ней строить «проверенный суперинтеллект».

Кейсы, где это полезно прямо сейчас:

Банковские ключи: точные оценки ускоряют генерацию RSA и делают параметры протоколов предсказуемыми.

Криптовалюты: подписи и верификация работают быстрее и надёжнее даже при перегрузках сети.

IT-инфраструктура: распределение данных по серверам и проверка ошибок становятся устойчивее.

И что?

Для бизнеса: меньше лет на R&D, быстрее вывод продуктов и дешевле криптография.

Для инвесторов: формализованная математика превращается в новый класс активов — знание как код.

Для людей: твои транзакции защищены надёжнее, а новые лекарства и технологии приходят раньше.

🚨 Нам 3.14здец

Учёные-теоретики — 9/10. ИИ сделал за недели то, что лучшие умы не смогли за полтора года. Научные открытия уходят от людей к алгоритмам. Что делать: учиться работать в связке с ИИ или уходить в сторону.

Академия — 8/10. Университеты и журналы не умеют валидировать тысячи доказательств от машин. Без перестройки доверие к науке посыплется.

Идея простая: люди уже не могут держать такие масштабы задач. Мы делегируем их ИИ — и чем дальше, тем больше.

AI MindSet

🎓 Hassabis: забудьте про «одна профессия на жизнь» — в мире ИИ придётся учиться всегда

Афины, выступает Демис Хассабис, CEO Google DeepMind. Его тезис простой: в эпоху ИИ главный навык будущего — уметь учиться заново. Всё. Ни Python, ни MBA, а способность перестраивать свой мозг под новые задачи.

Фактура. Хассабис сказал: темпы изменений такие, что единственное, в чём можно быть уверенным — грядут огромные сдвиги. AGI — ИИ, равный человеку почти во всех задачах, по его оценке может появиться за десятилетие. Это приведёт к «радикальному изобилию», но и к тому, что знание перестанет быть стабильной опорой. Упор смещается на «мета-навыки»: как быстро войти в новую область, как менять подходы к обучению и делать это всю жизнь.

Контекст. Сегодняшняя модель «выучился на профессию и работаешь 10 лет без апгрейда» ломается. Уже сейчас программист должен следить за новыми фреймворками каждый квартал, врач — за исследованиями в терапии и онкологии, а юрист — за тем, как меняется регулирование в ИИ.

И что?

Для бизнеса: дело не в том, что уйдут сотрудники. Уйдут компании, которые тянут за собой балласт устаревших кадров. Придётся учиться строить смешанные команды, где рядом с людьми работают ИИ-агенты и роботы — как коллеги, а не просто инструменты.

Для инвесторов: классический рынок edtech обречён. Всё уйдёт в самообучение через нейронки, и темпы будут не «бежать, чтобы успеть», а уже скорость ракеты. Единственное, чему имеет смысл учиться, — AI-mindset. Смотрите только на компании, где это внедрено ещё вчера.

Для людей и человечества: профессии как фиксированный набор навыков умирают. Нужно собирать диверсифицированный портфель: что-то из IT, что-то «сделать руками» — сельское хозяйство, электротехника, инженерия. Все должны быть полезными в разных мирах.

🚨 Нам 3.14здец

Работники с «одним навыком» — 9/10. Эпоха «выучился и работаешь до пенсии» умерла. Что делать: готовиться к смене профессии каждые 5 лет.

Система образования — 8/10. Университеты не умеют учить переобучению. Что делать: перестраивать курсы под lifelong learning или выпускать невостребованных специалистов.

AI Китай

🦅 Китай выкатил SpikingBrain 1.0 — ИИ, который читает тексты в 100× быстрее и работает без Nvidia

Обычно модели вроде ChatGPT включают все «нейроны» сразу. Это как если бы в доме зажигался весь свет, даже если ты открыл только холодильник. Китайцы сделали наоборот: SpikingBrain зажигает лампочки только там, где реально что-то происходит. Меньше энергии — выше скорость.

Фактура. В Пекине обучили версии на 7B и 76B параметров, и сделали это на меньше чем 2% данных, которые обычно требуют трансформеры. При этом точность осталась на уровне. В тестах младшая модель проглотила промпт в 4 млн токенов более чем в 100 раз быстрее обычных систем и без сбоев работала неделями. Всё это — полностью на китайских MetaX-чипах, без Nvidia. Вдобавок они выкатили бесплатного бота «Shunxi», чтобы любой мог потестить.

Почему без Nvidia? Китай под санкциями и почти не получает H100, которые стали стандартом для обучения и инференса больших моделей. MetaX — их ответ: собственные чипы, оптимизированные под спайковые архитектуры. То есть SpikingBrain показывает, что можно строить конкурентный ИИ-стек без западного железа.

Контекст. Китай зажат санкциями и не имеет свободного доступа к H100. SpikingBrain показывает обход: строить архитектуры, которые жрут мало данных и энергии, но дают сравнимый результат. Это уже не копия западных решений, а свой стек, заточенный под собственное железо.

Кейсы применения:

Поиск по огромным юридическим или финансовым документам: миллионы токенов обрабатываются в разы быстрее и дешевле.

Аналитика в реальном времени: биржевые потоки, логистика, безопасность — можно обрабатывать гигантские логи без дата-ферм Nvidia.

Образование и чат-боты: длинные диалоги и мультимодальные сценарии становятся доступными на локальном железе, а не только в облаках Big Tech.

Военные и госструктуры: критично, что всё работает на национальном железе, без западных зависимостей.

И что?

Для бизнеса: длинные документы и миллионы токенов можно обрабатывать в реальном времени и на локальном железе. Это новые продукты: от поисковых систем до аналитики в реальном времени.

Для инвесторов: монополия Nvidia трещит. Если спайковые модели масштабируются, капитал уйдёт в MetaX и другие китайские чипы.

Для людей: быстрый ИИ становится доступнее и дешевле. Многомиллионные контексты без задержек перестанут быть эксклюзивом Big Tech.

🚨 Нам 3.14здец

Nvidia и западные GPU-вендоры — 8/10. Китай доказал: можно делать мощные модели без их железа. Что делать: срочно искать свои биоинспирированные решения.

Дата-фермы и компании, строящие бизнес на «чем больше данных — тем лучше» — 7/10. Если хватает 2% датасета, гигантские хранилища теряют ценность. Что делать: перестраивать стратегию и делать ставку на эффективность.

БЫСТРЫЕ КАК ИИ НОВОСТИ

Что еще случилось за прошлые 48 часа

📱 Google Gemini обогнал ChatGPT в App Store США. Вирусная фича Nano Banana — модель, которая превращает фотки людей в 3D-фигурки, — разошлась по соцсетям и вытолкнула Gemini на первое место. У ChatGPT был год форы, но одного хайпового инструмента хватило, чтобы его сместить.

И что? Это сигнал бизнесу: люди голосуют не за «лучшее качество», а за фичи, которые цепляют и расходятся. Делайте вирусные продукты — и рынок можно перехватить даже у лидера.

💸 Perplexity выходит на новый уровень. Стартап по AI-поиску собирается привлечь $200M при оценке $20B. Для сравнения: ещё год назад у него была оценка всего $500M. При этом против него уже пошли Britannica и Merriam-Webster с исками за копирование контента.

И что? Поиск больше не монополия Google. Это окно для новых игроков: деньги на «альтернативы» есть, главное — быстро показать traction.

📰 Penske Media, владелец Rolling Stone, подала в суд на Google из-за AI Overviews. Издатель утверждает, что Google забирает их статьи в сниппеты и отбирает трафик. Для медиа это вопрос выживания: рекламный рынок и так сжат, а AI Overviews убивают переходы.

И что? Суд может создать прецедент. Если хоть один иск сработает, медиахолдинги начнут массово требовать лицензии и деньги — и правила игры для всех изменятся.

🍏 У Apple — кадровая потеря. Робби Уокер, топ-менеджер по AI (работал над Siri и поиском), покинул компанию. В то время как Google, OpenAI и Anthropic ускоряются, Apple продолжает буксовать с Siri.

И что? Для бизнеса это сигнал: поле голосовых ассистентов и поиска остаётся открытым. Apple тормозит, и на этом можно строить новые продукты.

🤝 OpenAI и Microsoft обновили партнёрство. По условиям доля выручки MS снизится с ~20% до 8% к 2030 году. Для OpenAI это значит экономию более $50B за время контракта. Параллельно компании подписали «необязательное» MoU, оставив пространство для новых альянсов.

И что? OpenAI становится самостоятельнее и устойчивее. Для стартапов урок: не ставьте бизнес на одного инвестора, договаривайтесь о гибких условиях.

🐼 Tencent переманила Яо Шунью из OpenAI. Этот исследователь занимался ключевыми архитектурами для языковых моделей, а теперь будет внедрять AI в экосистему китайского гиганта — от WeChat до игр.

И что? Китай строит собственный мозговой центр. Компании по всему миру должны понимать: удерживать топ-таланты можно только деньгами и масштабом задач, а не брендом.

🧠 Alibaba представила Qwen3-Next — 80B гибридную модель. Она обгоняет Qwen3 по качеству и работает при этом в разы дешевле. Китайцы делают ставку не на «гонку в потолок» по параметрам, а на эффективность.

И что? Крупные модели становятся доступными без миллиардных бюджетов. Даже средний бизнес сможет строить свои LLM под задачи.

✂️ Маск режет косты в xAI. Компания уволила 500 дата-тренеров, которые размечали данные для Grok. Маск делает ставку на автогенерацию данных и более дешёвые методы.

И что? Эра ручной разметки уходит. На рынке появится волна сервисов для синтетических датасетов, и бизнес сможет экономить на людях.

📝 Anthropic добавила память для Claude. Теперь корпоративные пользователи Teams и Enterprise могут включить опцию, и Claude будет помнить прошлые проекты и чаты. Это не просто чат — а постоянный ассистент команды.

И что? Это реально сокращает время на ввод данных и повторение задач. Компании могут повышать эффективность прямо сейчас, а не ждать AGI.

👶 FTC запускает проверку OpenAI, Google, Meta, Snap и xAI. Регулятор изучает влияние чатботов на детей и подростков: от психологического давления до сбора данных.

И что? Это первый шаг к возрастным фильтрам и ограничениям. На рынке появится спрос на решения по детской безопасности в AI-сервисах.

📚 Britannica и Merriam-Webster против Perplexity. Компании подали иск, обвиняя AI-поисковик в копировании контента и отборе трафика. Это второй крупный иск против Perplexity за месяц.

Будь на связи

Один дайджест вместо сотни каналов

Подписывайся на мой AI-дайджест — я лично отсматриваю потоки новостей, фильтрую шум и оставляю только суть. Всё, что реально важно для бизнеса, инвестиций и жизни с ИИ — за 5 минут в день.

На сегодня это все

Это был очень насыщенные и интересные 24 часа из мира AI и роботов, которые меняют нашу с вами жизнь.

До понедельника.

Метью Грин

P.S.

Чтобы помочь мне понять как вам этот дайджест. Пожалуйста нажмите на максимально релевантную кнопку.