Метка: биотехнологии

  • Inertia сокращает время производства топливных гранул до минут!

    Inertia сокращает время производства топливных гранул до минут!

    Стартап Inertia Enterprises, занимающийся термоядерным синтезом, заявил, что нашёл способ сократить время изготовления топливных таблеток с нескольких дней до нескольких минут.

    Сократив время заправки топлива, Inertia преодолела один из десяти барьеров, которые необходимо преодолеть для реализации первого этапа своих амбиций в области коммерческих электростанций. Стартап предоставил TechCrunch эксклюзивный первый взгляд на этот процесс.

    Прогресс не был гарантирован: инвесторы выделили Inertia 450 миллионов долларов при условии, что компания сможет коммерциализировать технологию, разработанную в Национальном комплексе лазерных термоядерных реакций (NIF), который представляет собой сложный научный эксперимент, требующий кропотливого ухода и обслуживания для работы. В NIF изготовление топливных таблеток может занять неделю или больше и стоить немалых денег. Это не лучший рецепт для прибыльной работы.

    «Но когда вы действительно вникаете в это, вы такой: подождите, они делают их всего несколько штук в год», — сказал Джефф Лоусон, соучредитель и генеральный директор Inertia, TechCrunch. «Я надел свою коммерческую шляпу и подумал: подождите, я знаю это слово: прототипы».

    В Inertia команда занялась превращением этих прототипов в нечто пригодное для массового производства. «Вот почему мы нанимаем людей из таких компаний, как Apple», — сказал он. «Есть куча промышленных инженеров, которые думают: «Хорошо, я думаю, мне придётся выяснить, как сделать это миллиарды раз на заводе».

    Однако топливная таблетка NIF далека от iPhone. Снаружи она представляет собой сферическую оболочку из алмаза, а внутри — тонкий слой замороженного дейтерия и трития, изотопов водорода, которые могут служить топливом для термоядерного реактора. Внутри кристаллического слоя находится смесь газообразного дейтерия и трития. Каждый твёрдый слой должен быть как можно более сферическим.

    Эти топливные гранулы затем оборачивают в золотые оболочки, известные как хольраумы, которые преобразуют лазерную энергию в рентгеновские лучи, сжимающие топливную гранулу внутри. Если всё пойдёт по плану, то это сжатие заставляет атомы сливаться и высвобождать энергию. Но даже небольшие отклонения от сферической формы могут нарушить процесс зажигания, не позволяя реакции синтеза достичь своего полного потенциала.

    Инерции пришлось уплотнить процесс до такой степени, чтобы он стал коммерчески целесообразным, не отходя слишком далеко от физики, открытой в NIF.

    «Что произойдёт, если вы попытаетесь сделать это быстрее?» — сказал Лоусон. У команды было преимущество: Энни Кричер, соучредитель и главный научный сотрудник Inertia, разработала первый эксперимент по термоядерному синтезу в NIF, который высвободил больше энергии, чем потребил.

    После нескольких этапов разработки стартап смог вырастить кристаллы примерно за 30 минут, в то время как в NIF на это могло уйти до недели. В целом, одну топливную гранулу можно изготовить примерно за два-три часа, и процесс можно масштабировать до промышленных объёмов. Inertia разработала процесс с помощью NIF в Ливерморской национальной лаборатории Лоуренса, с которой стартап сформировал государственно-частное партнёрство.

    У Inertia есть преимущество, которого нет у NIF. Поскольку стартап планирует использовать лазер, который в четыре раза мощнее, чем тот, что сейчас есть в NIF, он может допускать больше дефектов в топливной грануле. Это также помогло ускорить производственный процесс.

    «На самом деле у нас большой запас прочности», — сказал Лоусон. «Это наша стратегия — увеличить размер нашего драйвера, нашего лазера, чтобы у нас было много возможностей для манёвров в каждой другой части системы».

    Сокращение времени заправки топливом имеет побочный эффект в виде сокращения количества трития, которое Inertia должна хранить в любой момент времени. Тритий радиоактивен, и обращение с ним требует осторожности. В настоящее время он также чрезвычайно дорог — около 30 000 долларов за грамм, а во всём мире его запасы составляют всего около 25 килограммов, согласно журналу Science.

    Инерция, как и многие стартапы в области термоядерного синтеза, планирует получать собственный тритий с помощью термоядерных реакций, но для начала ей всё равно нужны определённые запасы. Кроме того, сокращение времени производства помогает уменьшить запасы. Инерция ожидает, что её полномасштабная коммерческая электростанция будет использовать 10 топливных таблеток каждую секунду.

    «Сократив время задержки на этом этапе, вы сделали своё предприятие меньше; вы сделали всё быстрее, всё более эффективным», — сказал Лоусон.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • Binance запускает платформу для торговых ботов на базе ИИ

    Binance запускает платформу для торговых ботов на базе ИИ

    Binance, крупнейшая в мире криптобиржа с более чем 300 миллионами зарегистрированных пользователей, в четверг запустила платформу, которая позволяет агентам искусственного интеллекта анализировать рынки и совершать сделки от имени пользователей, внедряя автономный искусственный интеллект непосредственно в бизнес по управлению реальными деньгами.

    Платформа под названием Agent OS позволяет разработчикам подключать приложения и агентов искусственного интеллекта к финансовой инфраструктуре Binance. Она объединяет существующие инструменты и сервисы биржи, такие как API Binance, Binance Wallet Agentic Hub, верификация транзакций Binance x402 и API платёжного посредника, а также Binance Skill Hub, наряду с недавно представленной поддержкой протокола Model Context Protocol (MCP). Платформа также работает с такими инструментами, как ChatGPT и Codex от OpenAI, Claude Code от Anthropic и Cursor, позволяя пользователям разрешать агентам доступ к рыночным данным, просматривать информацию об учётных записях и совершать сделки.

    Binance Agent OS позволяет агентам торговать от имени пользователей. Изображение предоставлено: Binance

    Однако по мере того как гонка за искусственным интеллектом переходит от чат-ботов, отвечающих на вопросы, к агентам, способным предпринимать действия, Binance возлагает большую часть ответственности за их контроль на пользователей, которые в конечном итоге должны решать, к чему агенты могут получить доступ и торговать, и устанавливать ограничения на их действия.

    «Вместо полной свободы мы предоставили пользователям возможность детально контролировать доступ к тому, что они могут делать через агента», — сказал Джефф Ли, вице-президент по продукту в Binance, в интервью. «Мы установили [контроль] на уровне учётной записи, чтобы защитить средства пользователей».

    Binance делает это в основном через выделенные «субаккаунты», которые пользователи могут назначать агентам и настраивать для конкретных действий, таких как спотовая или фьючерсная торговля. Выводы средств с этих субсчетов заблокированы по умолчанию, сообщил Ли TechCrunch, создавая «песочницу» вокруг деятельности агента.

    Пользователи могут также выбрать, должен ли агент с искусственным интеллектом запрашивать одобрение для каждого ордера или может совершать сделки автономно после настройки разрешений, сообщил представитель Binance. Binance не устанавливает отдельный лимит на то, сколько может торговать или потерять агент с искусственным интеллектом, поэтому сумма, которую пользователь переводит на субакаунт, фактически служит ограничением.

    У суба аккаунтов Binance могут быть определённые лимиты транзакций и разрешения. Изображение предоставлено: Binance

    На вопрос, может ли Binance увидеть, что побуждает агента совершить ту или иную сделку, Ли ответил, что рассуждения происходят вне его систем, либо на компьютере пользователя, либо в выбранном им приложении с искусственным интеллектом. «Мы действительно не можем видеть логику действий пользователя», — сказал он.

    Это означает, что Binance может отслеживать результирующую торговую активность агента, но имеет ограниченную возможность видеть, было ли решение принято под влиянием ошибочной информации или манипуляций.

    Ли снова указал на субакаунт как на основную линию защиты, когда его спросили, что произойдёт, если агентом манипулируют с помощью атаки с внедрением подсказок или иным образом взломают. Binance также сообщил, что существующие политики безопасности, контроля рисков и борьбы с отмыванием денег для API субакаунтов применяются к Agent OS при запуске.

    Торговля — это один из первых вариантов использования, на который нацелен Binance. Тем не менее Ли сказал, что агенты могут отслеживать рынки, проводить исследования и анализ рисков, реагировать на сигналы и автономно размещать заказы или реализовывать стратегии, такие как арбитраж.

    Agent OS также предназначена для подключения агентов к платежам и активности в сети. Благодаря интеграции Binance x402 агенты могут отправлять и осуществлять платежи, а их Agentic Wallet позволяет им взаимодействовать с токенами и протоколами децентрализованного финансирования.

    В отличие от биржевой торговли, где Binance не устанавливает отдельный лимит на то, сколько агент может торговать или потерять на своём субсчёте, транзакции в Agentic Wallet имеют установленные Binance ежедневные лимиты. Согласно компании, обычные свопы ограничены 50 000 долларов в день, транзакции DeFi имеют дневной лимит по умолчанию в 100 000 долларов, а платежи x402 ограничены 20 долларами в день.

    Ли сказал, что Agent OS — это «первый шаг» Binance к предоставлению разработчикам платформы для создания приложений на базе искусственного интеллекта, которые могут работать на криптовалютных и традиционных рынках.

    Binance не одинока в открытии своей инфраструктуры для агентов с искусственным интеллектом. Конкурентные криптобиржи движутся в том же направлении, используя MCP и другие инструменты для разработчиков, чтобы предоставить приложениям с искусственным интеллектом прямой доступ к рыночным данным и торговым системам.

    В марте Kraken запустила инструмент командной строки с открытым исходным кодом со встроенным сервером MCP, который позволяет агентам с искусственным интеллектом выполнять действия, включая спотовые и фьючерсные сделки. В июне Coinbase выпустила Coinbase for Agents, который подключает агентов с искусственным интеллектом напрямую к учётным записям пользователей и позволяет им торговать, осуществлять платежи и выполнять другие финансовые операции в рамках установленных пользователями лимитов. Аналогично, OKX ранее в этом году предоставила возможность агентской торговли на своей платформе, внедрив инструментарий MCP с открытым исходным кодом.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • Stripe покупает OpenRouter за 7,5 миллиарда долларов

    Stripe покупает OpenRouter за 7,5 миллиарда долларов

    Stripe подтвердила в среду, что покупает OpenRouter. Хотя компания не раскрыла цену сделки, источники сообщили New York Times, что она заплатила 7,5 миллиарда долларов.

    Это огромный шаг вперёд по сравнению с оценкой OpenRouter в 1,3 миллиарда долларов в мае. Чтобы представить эту цену в контексте, сообщается, что только основатели получат 1,5 миллиарда долларов от продажи — больше, чем вся оценка стартапа всего три месяца назад. Остальные 6 миллиардов долларов, согласно NYT, получат инвесторы. По некоторым данным, Stripe пришлось перебить цену другим заинтересованным в быстрорастущем стартапе, включая Databricks.

    Но вопрос в том, что платёжный гигант хочет от стартапа, который маршрутизирует запросы между различными моделями искусственного интеллекта?

    Краткий и забавный ответ, согласно просочившемуся письму основателей Stripe своим инвесторам о сделке, — сингулярность.

    «Это расплывчатый и, возможно, уже перегруженный термин, но мы решили, что 1 января ознаменовало начало сингулярности, и мы действуем исходя из этого», — написали они в письме, опубликованном Эриком Ньюкомером и проверенном TechCrunch.

    Сингулярность должна означать точку, в которой люди и созданные нами технологии сливаются, чтобы стать новым видом. Это, очевидно, ироничная отсылка (как признал Патрик Коллисон, используя этот термин на конференции своей компании в апреле). Мы уверены, что основатели Stripe, братья Патрик и Джон Коллисон, не думают, что человечество начало превращаться в Боргов восемь месяцев назад.

    Но они упомянули об экономическом подъёме, который ИИ приносит Stripe. Благодаря ИИ запускается больше компаний, и многие из них используют предложения Stripe. Stripe сообщает, что 88% компаний из списка Forbes AI 50 используют её продукты, включая OpenAI и Anthropic, как и 100% самых быстрорастущих стартапов Brex. Никто не знает, как ИИ и агенты изменят экономику будущего, но все уверены, что это изменит её кардинально.

    Это всё равно не объясняет, почему Stripe хочет приобрести компанию, которая в основном известна тем, что помогает разработчикам управлять использованием своих моделей. Основатели Stripe признали, что их клиентская база пересекается.

    «OpenRouter исключительно полезен для любого разработчика, а Stripe — одна из крупнейших в мире платформ для разработчиков», — пишут основатели в своём письме. Без сомнения, использование OpenRouter внутри компании, вероятно, принесёт Stripe значительные выгоды и упростит внедрение будущих агентских предложений, не зависящих от модели.

    Похоже, что после завершения сделки через несколько недель OpenRouter продолжит работать независимо, по крайней мере, так стартап пообещал в своём блоге, заявив, что его «продукт, миссия и текущие обязательства остаются неизменными».

    Тем не менее, до сих пор большинство крупных приобретений Stripe было связано с помощью людям в сборе входящих денежных средств и управлении ими. Покупка OpenRouter выглядит как шаг в другую сторону: управление расходами, начиная с расходов на ИИ.

    Это приобретение «является преднамеренной попыткой Stripe встроиться в середину потоков капитала в эпоху ИИ», — сказал аналитик исследовательской компании PitchBook Франко Гранда.

    Она присоединяется к необычному ассортименту компаний, которые также занимаются управлением расходами на токены. Databricks разработала собственный шлюз ИИ. Rippling только что запустила систему, ориентированную на расходы сотрудников на ИИ и рентабельность инвестиций. Ramp только что запустила систему для управления расходами на ИИ. И этот список можно продолжить.

    Для Stripe покупка родоначальника популярных шлюзов ИИ для разработчиков даёт представление о том, как кодеры используют ИИ. Но это также позволяет получить рычаг воздействия на сам спрос на ИИ. OpenRouter предоставит ей «определённую степень власти над поставщиками, такими как сами передовые лаборатории, а также гиперскейлеры и неоклауды», — сказал Гранда.

    Возможно, это не Борг, но платежи плюс управление расходами на токены и маршрутизатор моделей? Это большая сила.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • OpenAI представила Private Safety Processing для защиты от злоупотребления ИИ

    OpenAI представила Private Safety Processing для защиты от злоупотребления ИИ

    По мере того как модели искусственного интеллекта становятся мощнее, растёт потенциал их неправильного использования — а вместе с ним и требования к защитным механизмам, которые могут предотвратить такие злоупотребления. Теперь компании, занимающиеся искусственным интеллектом, должны балансировать на тонкой грани между уважением к конфиденциальности корпоративных клиентов и контролем за использованием в поисках возможных проблем.

    Чувствуя возможность обойти своего конкурента Anthropic, OpenAI только что объявила о подходе к обеспечению безопасности, ориентированном на конфиденциальность, для мониторинга неправомерного использования. Компания анонсирует предварительный запуск нового сервиса для избранных клиентов, который она называет Private Safety Processing. Это автоматизированная система, которая отслеживает потенциальные злоупотребления, одновременно не сохраняя никаких данных клиента.

    Эта система явно противоречит недавно объявленной политике Anthropic по хранению данных. Политика, которая вызвала недовольство некоторых клиентов, позволяет лаборатории искусственного интеллекта хранить данные пользователей (все их сеансы — и содержащиеся в них разговоры) в течение 30 дней, когда речь идёт о «покрываемых моделях». По словам компании, к таким моделям относятся все модели класса Mythos и «будущие модели с аналогичными возможностями».

    Эта политика, объявленная в июле, была разработана в целях безопасности, позволяя лаборатории просеивать и анализировать возможные нарушения. Однако она глубоко обеспокоила некоторые предприятия, которые обрабатывают большие объёмы конфиденциальных данных и не хотят, чтобы они хранились (или проверялись) лабораторией искусственного интеллекта.

    OpenAI — как и большинство других компаний, занимающихся искусственным интеллектом — уже обеспечивает клиентам определённый уровень конфиденциальности, придерживаясь политики, известной как Zero Data Retention (ZDR). ZDR использует агентов в API OpenAI для мониторинга злоупотреблений на основе каждого сеанса. Таким образом, компания не сохраняет данные клиентов, но компании по-прежнему могут сканировать подозрительную активность без необходимости вмешательства человека. Стоит отметить, что Anthropic также в значительной степени соблюдает ZDR — за исключением случаев, когда речь идёт о «покрываемых моделях», таких как Fable.

    OpenAI утверждает, что Private Safety Processing — это новая технология, которая расширяет возможности ZDR. Она описывает её как форму долгосрочного мониторинга безопасности, которая оценивает входные и выходные данные нескольких разговоров, а не только одного. Опять же, мониторинг осуществляется агентом, который при срабатывании перехватывает взаимодействия и анализирует их в течение нескольких сеансов на предмет признаков потенциального злоупотребления.

    Новая технология помогает OpenAI обнаруживать злонамеренное использование ИИ, которое происходит в течение нескольких сеансов, сообщил представитель TechCrunch. Злоумышленник — гипотетически кто-то, кто пытается создать вредоносное ПО для кибератаки — может рассредоточить свои запросы, чтобы избежать обнаружения. Private Safety Processing может анализировать эти многочисленные разговоры на предмет признаков злоупотреблений без просмотра разговоров пользователя человеком.

    В случае срабатывания системы она может отправить «узко определённый сигнал» в OpenAI, который предупреждает о конкретном виде деятельности, говорится в сообщении компании. На основании этого сигнала OpenAI может решить, необходимо ли «принятие мер», говорится в сообщении. Если да, OpenAI свяжется с клиентом для получения дополнительного контекста или для совместной работы над проблемой, и клиент может решить поделиться данными с OpenAI по своему усмотрению, сообщил представитель.

    В отличие от этого, Anthropic отмечает, что просмотр данных клиентов человеком может происходить, но только «через путь контролируемого доступа», который включает в себя «небольшой набор утверждённых рецензентов». Каждый из этих сеансов рецензирования «записывается в защищённый от несанкционированного доступа журнал, который рецензенты не могут подавить или изменить», — говорится в сообщении компании.

    Корпоративная конкуренция между OpenAI и Anthropic в данный момент напряжённая, и обе компании ищут любую возможность получить преимущество друг над другом. Недавний отчёт показал, что рост OpenAI во втором квартале был более медленным, чем у Anthropic. Ежегодная выручка Anthropic в годовом исчислении, как сообщается, составляет 65 миллиардов долларов. Инвесторы Anthropic заявили, что компания может провести IPO на сумму в 2 триллиона долларов, в то время как OpenAI также работает над своим IPO.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • Google Gemini: новые инструменты для учёбы

    Google Gemini: новые инструменты для учёбы

    Google в среду анонсировала множество новых инструментов для обучения в Поиске и Gemini, включая интерактивные визуальные элементы, созданные с помощью ИИ, 3D-симуляции, специальный студенческий центр, индивидуальные практические тесты и многое другое.

    Запуск новых функций обучения знаменует собой последнюю попытку Google сделать из Gemini того ИИ-помощника, к которому студенты обращаются во время обучения, поскольку она конкурирует с такими компаниями, как OpenAI, и образовательными стартапами, такими как Knowt и Gauth, которые также предлагают свои собственные инструменты для обучения и практики.

    В Поиске студенты теперь могут создавать собственные инструменты и симуляции, которые помогут им разобраться в сложных темах. Например, если студент изучает уровни pH, он может выполнить поиск по запросу «шкала pH» и получить интерактивную визуализацию в обзоре ИИ, которая упростит понимание основ.

    Чтобы пойти ещё дальше, они могут задать дополнительный вопрос по более специализированной теме, например, построить график цитрусовых на шкале pH, и режим ИИ в Поиске создаст интерактивный опыт, адаптированный к вопросу.

    Изображение предоставлено: Google

    Теперь пользователи могут получать индивидуальные практические тесты прямо в Поиске по любому предмету, включая естественные науки, математику, гуманитарные науки, иностранные языки и многое другое. Например, пользователи могут ввести запрос вроде: «Создай тест с наиболее часто проверяемыми словами из словарного запаса, чтобы помочь мне подготовиться к SAT», и Поиск создаст интерактивный тест.

    В ближайшие недели в Поиске появится новый интерактивный обучающий опыт, который поможет студентам решать задачи. Они могут нажать на значок камеры «Lens» в приложении Google, а затем загрузить фотографию того, над чем они работают, чтобы ИИ объяснил концепцию, определил потенциальные ошибки и дал указания, если они застряли.

    Кроме того, теперь студенты могут попросить Поиск создать учебные документы на основе загруженных ими файлов, включая PDF-файлы, документы, слайды и многое другое. Например, они могут загрузить фотографию своих рукописных заметок вместе со слайдами лекций, чтобы получить одностраничный документ с ключевыми понятиями.

    Изображение предоставлено: Google

    Что касается новых функций Gemini, Google запускает функцию, которая позволяет студентам запускать многоэтапные исследовательские отчёты в Gemini Live, а затем обсуждать результаты в разговорном формате.

    Пользователи могут попросить Gemini исследовать тему, а затем закрыть чат или заняться другими делами, пока система работает в фоновом режиме. Они получат уведомление, когда отчёт будет готов, и затем смогут обсудить результаты или задать дополнительные вопросы, используя свой голос.

    Технический гигант также объявил, что Gemini теперь может генерировать функциональные 3D-симуляции, чтобы помочь пользователям лучше понять темы, поскольку ответы теперь будут включать таблицы, сетки и симуляции, созданные специально для запроса. Например, если вы введёте запрос вроде «покажи мне, как работает ДНК в 3D», вы сможете интерактивно поворачивать и масштабировать 3D-структуру ДНК.

    Google также запускает специальный хаб в приложении Gemini, который объединяет все учебные инструменты в одном месте. Пользователи смогут заводить учебный блокнот, создавать карточки, проходить практические тесты и многое другое в рамках хаба.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • Общественное недовольство ИИ: кризис доверия

    Общественное недовольство ИИ: кризис доверия

    Несмотря на технологический прогресс, репутация ИИ в реальном мире ухудшается. В среду Axios сообщило, что Национальный комитет Республиканской партии по сенату направил меморандум ведущим компаниям в сфере ИИ с предупреждением о том, что американские центры обработки данных наносят ущерб шансам партии на ключевых выборах в Огайо. В то же время Pew Research опубликовал исследование, согласно которому беспокойство американцев по поводу ИИ растёт — 52% заявили, что они «больше обеспокоены, чем воодушевлены» расширением использования ИИ в повседневной жизни, по сравнению с 37% в 2021 году.

    Изображение предоставлено: Pew Research

    Недавний опрос CNBC среди лиц в возрасте от 18 до 34 лет показал, что большинство респондентов, которым были представлены имена девяти ведущих лидеров в индустрии ИИ, заявили, что не доверяют этим людям в плане «действий ответственно», когда речь заходит об ИИ. Опрос Economist/YouGov в мае показал, что более 70% американцев считают, что ИИ развивается слишком быстро. Список можно продолжить.

    Изображение предоставлено: YouGov

    Всё это недовольство начинает отражаться на балансах. На этой неделе The Wall Street Journal сообщила, что технологические компании столкнулись с кризисом в сфере связей с общественностью из-за своих планов по строительству центров обработки данных ИИ по всей территории США, что заставило их согласиться на улучшение условий сделок — предоставление гарантий трудоустройства, инвестиций в чистую воду и других местных льгот. (В одном случае это даже включало бонусы в размере 50 000 долларов для учителей в приходе Луизианы.)

    Основная мысль, проходящая через эти истории, заключается в том, что потребители не видят, как ИИ улучшает их жизнь, но при этом их всё равно просят нести расходы. Для отрасли, которая привлекла сотни миллиардов долларов, обещая неизбежность ИИ, такое ухудшение настроений общественности становится не просто проблемой в сфере связей с общественностью, а бизнес-проблемой, и лидеры отрасли начинают это замечать.

    Сегодня многие потребители думают об ИИ в более узких терминах, например, как об ИИ-чатах или опыте поиска с помощью ИИ (например, в ныне преобразованном с помощью ИИ Google). Они видят, как функции ИИ проникают в их повседневные продукты, от электронной почты до телевизоров, хотят они этого или нет. Они рассматривают ИИ как инструмент, который помогает детям списывать в школе, в том числе на уровне колледжа, поднимая вопросы о ценности диплома. Они слышат, что ИИ-боты обучаются на массивах чужой интеллектуальной собственности, чтобы ИИ можно было использовать для создания произведений искусства, видео, музыки и текстов — вещей, которые исторически были результатом работы человека.

    Изображение предоставлено: Smith Collection/Gado / Getty Images

    Неудивительно, что ИИ, похоже, сталкивается с большей негативной реакцией потребителей, чем другие преобразующие технологии, такие как iPhone, персональный компьютер или даже сам интернет на аналогичных этапах внедрения.

    Тем не менее, всё ещё есть те, кто удивлён реакцией потребителей. Они предполагали, что внедрение ИИ приведёт к его принятию, и его повсеместность в конечном итоге заставит потребителей положительно относиться к технологии, поскольку она станет частью подавляющего большинства технологических продуктов и услуг.

    Вместо этого тенденции потребления указывают в противоположном направлении. Молодёжь, в частности, проявляет интерес к ретро-технологиям, начиная от простых телефонов и заканчивая фотоаппаратами, кассетными деками и CD-плеерами. Классические iPod без ИИ и алгоритмов продаются за большие деньги на eBay. Так называемые «хобби бабушек», такие как квилтинг, вязание, пазлы, карты и игры вроде маджонга, внезапно стали повсюду. Личные встречи и мероприятия, например, беговые клубы, побеждают онлайн-знакомства.

    Яркие кассеты жёлтого, розового, зелёного, синего и оранжевого цветов, сложенные вместе, создают ностальгический ретро-фон. Изображение предоставлено: Javier Zayas Photography / Getty Images

    Некоторые в Силиконовой долине могут подумать, что это связано с проблемой подачи информации: возможно, руководителям нужно лучше объяснять потребителям ИИ, чтобы люди могли в полной мере понять его преимущества.

    Однако реальность может заключаться в том, что потребители достаточно хорошо понимают искусственный интеллект, но не считают, что компромиссы того стоят. Когда предлагаемые преимущества — это не автоматизированные рабочие места с повышенной оплатой и сокращённой рабочей неделей, а угроза потери работы в сочетании с функциями искусственного интеллекта, которые потребители находят гораздо менее привлекательными — такими как, например, краткие обзоры веб-страниц или «болтливые» телевизоры, — этот скептицизм усиливается.

    Есть в отрасли люди, которые это осознают.

    В недавнем подкасте генеральный директор Airbnb Брайан Чески признал, что негативная реакция на искусственный интеллект реальна и во многом связана с тем, что отрасль не выпускает продукты, которые нравятся «обычным людям».

    «Я думаю, что отчасти это проблема нарратива, мы неправильно говорим об искусственном интеллекте, — сказал Чески. — Но отчасти нам нужно разрабатывать больше продуктов, которые обычные люди смогут использовать и говорить: „Мне нравится искусственный интеллект, потому что искусственный интеллект позволяет мне иметь врача по требованию, а я не могу этого себе позволить. Я не могу себе этого позволить“. И поэтому я думаю, что нам нужно больше обычных вещей».

    2/2 Во-вторых, о сообщениях, связанных с искусственным интеллектом. Я не согласен с тем, что мои сообщения были непропорционально негативными. На самом деле они были примерно сбалансированы между рисками и выгодами: я написал по одному крупному эссе о каждом, и даже в интервью, где я обсуждаю риски, я… — Дарио Амодеи (@DarioAmodei) 15 августа 2026 года

    Даже генеральный директор Anthropic Дарио Амодеи, один из самых видных лидеров отрасли, на этой неделе в своём посте в X признал, что негативное общественное восприятие искусственного интеллекта — это «большая проблема», которая по сути является «кризисом доверия». Он сказал, что люди не доверяют компаниям, правительствам или технологической отрасли, поскольку подозревают, что «мы придумываем какой-то новый способ их обмануть».

    По его словам, решение заключается в том, чтобы выполнить обещания искусственного интеллекта — например, в лечении рака.

    «Я думаю, что самая точная критика в адрес компаний, занимающихся искусственным интеллектом, включая Anthropic, заключается в том, что мы ещё не выполнили свои большие обещания принести пользу миру. Это полностью наша вина», — отметил он.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • Как Silicon Data меняет рынок аренды GPU

    Как Silicon Data меняет рынок аренды GPU

    Загрузка плеера…

    Развитие искусственного интеллекта (ИИ) не собирается замедляться, и сотни миллиардов долларов в год вкладываются в дата-центры и графические процессоры (GPU). Вычисления стали крупнейшей статьей расходов для всех, кто создает продукты на основе ИИ. Однако, несмотря на такие траты, до сих пор нет простого способа определить цену вычислений или для компаний застраховаться от изменений цен.

    Silicon Data только что привлекла 30 миллионов долларов в рамках серии A, чтобы изменить ситуацию. Стартап стремится стать эталоном цен на аренду GPU и индексом, с которым будет рассчитываться фьючерсный контракт на Уолл-стрит. Компания планирует запустить торги фьючерсами на вычисления на CME 5 октября, при условии одобрения регулирующих органов.

    В этом выпуске подкаста Equity от TechCrunch Ребекка Беллана беседует со Стивом Хау, руководителем отдела исследований в Silicon Data, чтобы обсудить состояние развития ИИ и почему данные рассказывают другую историю, отличную от мрачных заголовков о обесценивании чипов и остановках в работе дата-центров.

    Подписывайтесь на Equity на YouTube, в Apple Podcasts, Overcast, Spotify и других платформах. Вы также можете следить за Equity в X и Threads по адресу @EquityPod.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • TerraPower строит дата-центры: ядерная энергия для ИИ

    TerraPower строит дата-центры: ядерная энергия для ИИ

    Стартапы в области атомной энергетики позиционируют себя как средство от проблем, с которыми сталкиваются центры обработки данных ИИ: всегда доступная электроэнергия. Основанная Биллом Гейтсом компания TerraPower — одна из последних, кто решил принять участие в этой сфере, и, как сообщает Bloomberg, стартап планирует объявить о своём первом проекте в сфере центров обработки данных в этом году.

    TerraPower не сообщила, кто будет заказчиком, хотя в январе объявила, что Meta согласилась купить восемь её электростанций Natrium. Проект центра обработки данных, строительство которого, как ожидается, начнётся в 2027 году, станет для компании второй электростанцией, первая уже строится в Вайоминге.

    Не каждый ядерный реактор подходит для работы в центрах обработки данных, но у TerraPower есть одно ключевое преимущество — накопители энергии, — которое обещает дать ей преимущество перед конкурентами. И всё это благодаря возобновляемым источникам энергии, таким как ветер и солнечная энергия.

    Ядерные реакторы, в том числе реакторы TerraPower, работают лучше всего, когда работают на полную мощность. Из всех типов электростанций ядерные реакторы имеют самый высокий коэффициент использования мощности — 92,5% времени они генерируют максимальную мощность в США. Но в некотором смысле так и должно быть. Существующие реакторы медленно наращивают и снижают мощность, способны увеличивать или уменьшать выработку только примерно на 5% от общей номинальной мощности в минуту, согласно Национальной лаборатории Роки-Маунтин.

    Новые малые модульные реакторы (ММР), разработкой которых занимаются многие стартапы, могут реагировать быстрее — примерно на 10% от их номинальной мощности в минуту, по данным NRL. Но работа на сниженной мощности не идеальна — сложно зарабатывать деньги, когда ты не генерируешь электроэнергию.

    Это верно для любой электростанции, но особенно это касается ядерных, которые имеют самые высокие капитальные затраты среди всех технологий производства электроэнергии. Стартапы надеются, что массовое производство ММР снизит капитальные затраты, но это ещё предстоит доказать. И если это сработает, может потребоваться десятилетие или больше, чтобы ощутить выгоду. Каждый стартап признаёт, что его первые электростанции будут дорогими, поэтому имеет смысл использовать их на полную мощность как можно чаще.

    Для центров обработки данных, особенно тех, которые полагаются на электроэнергию, вырабатываемую за счёт собственных источников, это создаёт проблему. Их нагрузки, особенно при обучении ИИ или ответе на запросы, могут быстро падать и возрастать по мере того, как графические процессоры выполняют задачи. Колебания настолько велики, что турбины, работающие на природном газе, ломаются под нагрузкой. Чтобы сгладить график, им нужно использовать большие банки аккумуляторов, что ещё больше увеличивает расходы.

    Компания TerraPower разработала свой реактор мощностью 345 мегаватт с охлаждением расплавленной солью, чтобы справиться с этими проблемами. Одним из ключевых соображений было обеспечение того, чтобы реактор мог дополнять такие прерывистые источники электроэнергии, как ветровая и солнечная — электростанция должна была быстро увеличивать и уменьшать мощность. Хотя TerraPower планировала свои проекты, имея в виду возобновляемые источники энергии, а не центры обработки данных, эти два понятия схожи по своей прерывистости, просто с разных сторон уравнения.

    Чтобы быстро увеличить мощность, компания TerraPower не увеличивает и не уменьшает выходную мощность своего реактора. Скорее, он продолжает расщеплять атомы, а дополнительное тепло сохраняется в гигантском чане с расплавленным натрием. Когда спрос на электроэнергию резко возрастает, электростанция может использовать этот резервуар, чтобы произвести больше пара для вращения турбин. Дорогостоящее оборудование продолжает работать, даже когда спрос низкий, что позволяет компании амортизировать свои инвестиции за большее количество часов работы.

    Подход использует лучшее из ядерной энергетики — высокий коэффициент использования мощности — и сочетает его с технологией хранения энергии, что позволяет TerraPower эффективно работать в сети с большой долей возобновляемых источников или при подключении к центру обработки данных. Это гибкий подход, который может дать стартапу преимущество в гонке за обеспечение электроэнергией искусственного интеллекта.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • Calendly запускает инструмент для создания заметок на встречах

    Calendly запускает инструмент для создания заметок на встречах

    Записывание заметок быстро превратилось в критически важную часть сферы повышения производительности, где многие компании, разрабатывающие программное обеспечение для рабочих мест, стремятся к тому, чтобы искусственный интеллект автоматизировал задачи на основе пунктов действий, созданных из расшифровок протоколов встреч. Calendly, известная своим программным обеспечением для планирования и бронирования встреч, теперь вступает в игру с продуктом для создания заметок.

    Как и другие в этой сфере, программа для создания заметок от Calendly также подключается к встречам, записывает аудио и видео и расшифровывает их, после чего может генерировать краткие содержания и пункты действий, а также составлять черновики последующих электронных писем. Компания сообщила, что также тестирует функцию, подобную Granola, которая использует системный звук для расшифровки встреч.

    Calendly также планирует выпустить искусственного помощника по имени Callie, который использует существующий стек встреч и планирования компании для организации встреч, проверки доступности людей и поиска контекста из предыдущих встреч. (Стартап по созданию заметок для встреч Read AI запустил аналогичного помощника на базе электронной почты ранее в этом году.)

    Генеральный директор Calendly Топэ Авотона сказал, что компания хотела автоматизировать рабочие процессы для своих основных пользователей: людей, работающих в таких ролях, как продажи и маркетинг, чья рабочая деятельность обычно переполнена встречами.

    Но конкуренция в этой сфере высока. С одной стороны, есть приложения для записи заметок о встречах, такие как Granola, Fireflies, Read AI, Otter и Fathom; с другой стороны, компании, занимающиеся повышением производительности, такие как Notion, ClickUp и Wispr, также добавили помощников по созданию заметок и функции в свои пакеты.

    Тем не менее, Авотона говорит, что есть большие возможности для автоматизации задач после расшифровки встречи.

    «Существует множество приложений для создания заметок, и все они отлично справляются с записью и расшифровкой заметок. Но большая часть работы выполняется после встреч. И мы думаем, что именно здесь наши приложения для создания заметок могут быть эффективными», — сказал он.

    Учитывая, что некоторые компании в этой сфере, такие как Otter и Granola, сталкиваются с обвинениями в нарушении конфиденциальности, Авотона сказал, что программа записи Calendly будет информировать пользователей о том, что их встреча записывается. Помощник по записи отправляет сообщение в чат, чтобы сообщить всем о своём присутствии и активности, и любой пользователь может попросить приложение покинуть беседу. Оно может даже сообщить людям до начала встречи, что звонок будет записан, благодаря интеграции с системой планирования Calendly.

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com

  • Vivodyne меняет правила игры в разработке лекарств с помощью ИИ

    Vivodyne меняет правила игры в разработке лекарств с помощью ИИ

    Биотехнологический стартап под названием Vivodyne утверждает, что в индустрии открытия лекарств с помощью ИИ есть проблема с данными, и что у них есть машина, чтобы её решить.

    HIVE, модульные роботизированные лаборатории, созданные компанией, могут выращивать 20 видов тканей человека, а затем автономно вводить им дозы и отслеживать их, генерируя те причинно-следственные биологические данные, которых не хватает современным моделям ИИ — данные, которые сегодня в основном поступают от тестирования на животных или исследований отдельных клеток или белков, а не живых тканей.

    «Без тестирования на людях, что будут делать эти [ИИ] модели?» — спрашивает Андрей Георгеску, генеральный директор и соучредитель Vivodyne. «Они будут лечить рак у мышей».

    Даже генеральный директор Anthropic Дарио Амодеи написал на выходных, что утверждения о том, что ИИ излечит рак, стали более избитыми, чем заслуживающими доверия — «то, что будет работать, на самом деле — это лечение рака», как он выразился.

    Справедливости ради, идея о том, что ИИ излечит рак, была высказана самим Амодеи в предыдущих эссе; Сэм Альтман неоднократно ссылался на лечение рака как на обоснование стремления OpenAI к созданию ОИИ и всё большему объёму вычислительных ресурсов; а Демис Хассабис из Google DeepMind заявил в прошлом году, что ИИ потенциально может излечить все болезни в течение десятилетия.

    Фактические результаты остаются сдержанными. Несколько лекарств, разработанных с помощью ИИ, прошли клинические испытания — одно дошло до третьей фазы, широкомасштабных испытаний на людях, — но реальность такова, что препятствия не обязательно являются теми, которые ИИ может преодолеть сегодня.

    Нобелевский Alphafold стал большим шагом вперёд в понимании строительных блоков жизни, но пока ещё не создал новое лекарство. Isomorphic Labs, основанная на Alphafold, ожидает начала своих первых испытаний, первоначально запланированных на 2025 год, к концу этого года. В феврале компания написала, что для настоящего открытия лекарств потребуются «высокоточные прогнозные модели, охватывающие широкий спектр биохимических свойств и взаимодействий».

    Георгеску говорит, что пространству нужна «проверка здравого смысла» — что существующие модели не имеют данных, чтобы отразить сложность биологии человека. Это проблема, с которой уже сталкивается фармацевтическая промышленность, где 90% лекарств, которые эффективны при тестировании на животных и поступают на клинические испытания, не получают разрешения регулирующих органов для применения на людях.

    План Vivodyne отличается. Vivodyne была выделена из Университета Пенсильвании в 2021 году, после того как Георгеску получил там докторскую степень по биоинженерии. Компания заявляет, что её ткани близко соответствуют поведению реальных человеческих органов — что её клетки печени имеют 94% прогностической точности по сравнению с человеческими испытаниями на токсичность, её ткани дыхательных путей соответствуют поведению реальных тканей человека в 96% случаев, а её костный мозг достиг 100% согласованности в тестах с 20 различными химиотерапевтическими препаратами.

    На прошлой неделе компания, которая привлекла чуть менее 80 миллионов долларов в рамках двух раундов под руководством Khosla Ventures, открыла то, что она называет крупнейшим в мире «центром обработки человеческих данных» недалеко от Сан-Франциско, и Георгеску говорит, что его команда уже добилась вдвое большей производительности по сравнению со всеми испытаниями на животных, проводимыми в США.

    Биолаборатория будущего? Изображение предоставлено: TechCrunch / Тим Фернхольц / TechCrunch / Тим Фернхольц

    Идея состоит в том, чтобы ускорить путь кандидатов в лекарства, имея лучшее представление о том, что будет работать, прежде чем тратить средства на клинические испытания, которые обычно стоят десятки миллионов долларов. Хотя Vivodyne не называет своих партнёров публично, компания заявляет, что сотрудничает с несколькими крупными фармацевтическими компаниями, чтобы решить проблему, которую Георгеску сравнивает с автомобильными краш-тестами: автопроизводитель обычно уверен, что его автомобиль пройдёт требования NHTSA до начала испытаний, но производители лекарств редко имеют такую уверенность, когда дело доходит до клинических испытаний, где подавляющее большинство лекарств не получают одобрения FDA.

    Но есть более масштабная концепция: Георгеску видит свои автономные биологические лаборатории как ключ к получению тех причинно-следственных данных, которые можно использовать для обучения новых моделей биологии человека. Он указывает на такие исследования, как это, опубликованное в журнале Nature Methods в прошлом месяце, где не обнаружено чётких законов масштабирования данных при обучении генеративных моделей искусственного интеллекта на существующих клеточных данных.

    «Всё обучение проводится на статических снимках этих клеток, и модели никак не обусловлены тем, как клетка попала в это состояние, — сказал Георгеску TechCrunch. — Другими словами, модель учится: „это состояние клетки А“, „это состояние клетки В“, но никогда — „состояние клетки В является следствием воспаления состояния клетки А“».

    Однако машины Vivodyne HIVE отслеживают сотни тысяч текущих экспериментов, в которых поражённая ткань подвергается определённому стимулу, что, по мнению Георгеску, обеспечит тот тип обучения с подкреплением, который позволит создать модели искусственного интеллекта, достаточно разбирающиеся в биологии человека, чтобы добиться более значимого прогресса в здравоохранении.

    Георгеску считает, что это будет иметь ключевое значение не только для сегодняшних медицинских задач, но и для будущего, где сложные заболевания потребуют лекарств, которые, в отличие от большинства доступных сегодня, нацелены на несколько путей.

    «Если мы хотим комбинированной терапии, пространство, которое нужно исследовать, взрывается — это не может быть экспериментальным подходом, — сказал он TechCrunch. — Вы должны сказать: „Я хочу, чтобы произошёл этот эффект, так какую причину мне вызвать?“ Установление причинно-следственных связей в биологии человека — основа всего этого».

    Читайте также другие новости на нашем сайте: Главная страница

    Источник: techcrunch.com