🔴О пуске ракеты‑носителя «Протон‑М»

В ходе плановых предстартовых проверок всех систем диагностировано локальное несоответствие в разгонном блоке ракеты.

Пуск ракеты‑носителя перенесён для устранения недочётов. При этом перенос не повлияет на запланированную научную программу, и все задачи будут выполнены.

«Фронт работы уже определён, после проведения необходимых мероприятий продолжим подготовку ракеты‑носителя в штатном режиме», 

—  заявил Иван Данилов, заместитель генерального директора Роскосмоса.

Компания Raytheon, одна из ведущих американских оборонных подрядчиков, заключила соглашение о стратегическом сотрудничестве с Amazon Web Services для улучшения обработки спутниковых данных и управления полётами. Компания заявила, что эта инициатива направлена на предоставление клиентам критически важных космических возможностей, необходимых для обеспечения национальной безопасности.

Сотрудничество позволит компании Raytheon определить инициативы по созданию масштабируемых облачных решений с использованием сервисов искусственного интеллекта и машинного обучения AWS. Компания Raytheon заявила, что будет использовать AWS, чтобы помочь клиентам снизить затраты на выполнение задач, повысить гибкость программ и ускорить предоставление операционных возможностей.

«Наши клиенты полагаются на Raytheon в решении самых сложных задач, связанных с космосом, обработкой данных, управлением и контролем, а также организацией миссий», — сказал Эрих Эрнандес-Бакеро, вице-президент подразделения космической разведки, наблюдения и рекогносцировки компании Raytheon. Он добавил: «Благодаря сотрудничеству с AWS наши команды могут ускорить внедрение инноваций в области ответственного использования ИИ, повысить гибкость при сохранении высочайшего уровня безопасности, оптимизировать ресурсы и укрепить системы для достижения эффективных результатов в интересах наших клиентов».

Данное соглашение отражает общую стратегическую тенденцию последних лет: глубокое проникновение коммерческих IT-технологий в оборонную сферу. Министерство обороны войны США и связанные с ним структуры всё активнее используют коммерческие облака (такие как AWS GovCloud) для обработки данных специального назначения.

1️⃣ Безопасность и надежность как основа: Дэвид Аппель, вице-президент AWS по работе с федеральным правительством США, особо подчеркнул, что коллаборация объединяет «безопасность, надежность и более высокие уровни доступности от AWS с опытом Raytheon в космических системах». AWS, инвестирующая миллиарды в защиту своих центров обработки данных и сертификации соответствия строгим правительственным стандартам (например, IL5, IL6), становится идеальной технологической базой.

2️⃣ Гонка за скоростью и эффективностью: Современный космос это не только исследования, но и плотная конкурентная и оперативная среда. Способность быстро обработать огромные массивы сырых спутниковых данных (радиолокационных, оптических, радиоэлектронных) и превратить их в пригодную для анализа информацию решает исход миссий. Применение ИИ и машинного обучения для автоматического обнаружения изменений, классификации объектов и предсказательной аналитики в облаке AWS даст заказчикам Raytheon решающее преимущество в скорости принятия решений.

3️⃣ Новая бизнес-модель для оборонного сектора: Вместо разработки и обслуживания собственных изолированных вычислительных кластеров Raytheon делает ставку на гибкую облачную модель. Это позволяет избежать капитальных затрат на устаревающее «железо», перейти к операционным расходам (OpEx) и постоянно получать доступ к самым современным вычислительным сервисам, которые AWS обновляет для всего своего глобального рынка.

Стратегия Raytheon и AWS это отражение тенденции, где будущее военного технологического превосходства строится не в секретных лабораториях на закрытых архитектурах, а через стратегическое поглощение и адаптацию наиболее мощных инноваций коммерческого IT-мира. Это создает большие возможности по скорости и мощи решений, но одновременно формирует новую, более сложную и взаимозависимую экосистему национальной безопасности.

🌪 Ветер Восточный

Наткнулся в твиттере на обсуждение эссе Why AGI Will Not Happen от Tim Dettmers, автора bitsandbytes и подходов к квантизации LLM. С частью тезисов я согласен, а часть мне кажется безумно странной — автор вместо размышлений и доводов прыгает к выводам и никак их не поясняет.

Например:
«Трансформер (архитектура, лежащая в основе LLM) — одна из самых эффективных архитектур, поскольку она сочетает в себе простейшие способы выполнения локальных вычислений и глобального объединения информации». ❓хорошо, но ведь к ней придумали как минимум две модификации, которые делали её существенно более эффективной. А сколько ещё таких модификаций будет? Если мало, то придётся улучшать железо, про которое Tim пишет так:

«Одно из самых распространенных заблуждений, которое я наблюдаю, — это предположение, что железо продолжает улучшаться и улучшаться. Это важное заблуждение, объясняющее многие ошибки в мышлении относительно прогресса ИИ. Каждое поколение GPU было лучше предыдущего, и, казалось бы, глупо думать, что это прекратится. Но на самом деле глупо думать, что GPU продолжат улучшаться. По факту, GPU больше не будут значимо улучшаться. Мы увидели последнее поколение значительных улучшений GPU. Максимальная производительность графических процессоров по соотношению цены и качества была достигнута примерно в 2018 году — после этого мы добавили разовые функции, которые быстро закончатся.»

(посочувствуем человеку, который выбрал бы себе в инвест. советчики Tim Dettmers — акции Nvidia выросли на 5000%, наверное, какой-то другой критерий тоже важен, раз компании покупают новое, а не старое железо)

Tim знает GPU лучше меня, и потому я соглашусь, что скорее всего прогресс был во многом на разовых функциях, тензорных ядрах, памяти, уменьшении битности итд. Но если посмотреть на прогресс развития CPU, то там для поддержания развития протяжении более чем 50 лет как раз такие разовые фичи и появлялись. Упираешься в предел оптимизации в одном — находится что-то другое. Волна за волной, суммарный прогресс так и накапливается.

«У нас осталось, может быть, один или два года масштабирования, потому что дальнейшие улучшения становятся физически нереализуемыми. Результаты масштабирования моделей в 2025 году не впечатлили. Лучше бы масштабированию в 2026 и 2027 годах показать себя лучше» — этот тезис очень тесно связан с другим, «Линейный прогресс требует экспоненциальных ресурсов». И с последним я согласен — но ведь именно это мы и наблюдаем. Инвестиции в триллион долларов как раз и являются тем экспоненциальным ростом, и они не заканчиваются через один или два года.

Помню, что я видел аналитику по затратам на ДЦ, на чипы и электричество, и там выходило, что мы сможем поддерживать такой рост (если индустрия будет привлекать деньги, то есть если сможет наращивать выручку) до ~2035-2036-ых годов. Вот что к тому моменту будет — от того да, сделать дальнейший шаг роста не получится, по крайней мере без решения вопросов энергетики.

Так что моё несогласие тут скорее в сроках, нежели выводе — да, конец когда-то наступит, но не через 1-2 года. Может показаться, что он замедлился, только чтобы на третий год сделать ещё больший прыжок с каким-то новым исследовательским прорывом.

Ещё одна вещь, с которой я согласен:
«Ключевой показатель прогресса — насколько ИИ интегрирован во всё вокруг и насколько он полезен. Если одна модель лучше другой, это не означает автоматически, что она будет использоваться шире. Важно, чтобы модель была полезной и приносила прирост производительности по разумной цене». Однако это говорится в контексте разницы между США и Китаем, и что якобы у США идея такова: разработай самую большую и крутую модель, и люди потянутся.

Но ведь это не так. OpenAI намеренно сделали GPT-5 маленькой, доступной для развёртывания на миллиардную аудиторию. А Китай не делает модели больше и не тренирует их дольше не потому, что это их стратегический план — а потому что они, блин, все в санкциях и собирают суперкомпьютеры через контрабанду чипов. Если им дать в 10 раз больше мощностей — они их тоже будут использовать.

Компании в США, по крайней мере 3 ведущие, очень чётко понимают, что им нужно продолжать наращивать выручку, потому что без этого они не смогут платить за расширение кластеров, про которое мы говорили выше. Они как раз и пытаются сделать так, чтобы ИИ «был интегрирован во всё вокруг» — OpenAI делают девайс нового поколения с легендарным дизайнером из Apple, Google запихивает ИИ-фичи в каждую кнопку сайта.

В общем, тут мне позиция Tim по разнице стран не понятна. Но самая горькая горошина в конце:

«Я заметил такую закономерность: когда спрашиваешь людей в области залива Сан-Франциско, когда наступит AGI, они всегда говорят, что это вопрос нескольких лет и что влияние будет колоссальным. Затем, если спросить их, что же такое AGI на самом деле, они не включают в свое определение никаких физических задач. Большинство существующих проблем робототехники, которые остаются нерешенными, также экономически нецелесообразны. Пришивание рукавов к футболке — это нерешенная задача робототехники, но в большинстве контекстов она не имеет особого экономического смысла».

Мне кажется только ленивый не сказал, что обсуждение AGI без указания используемого определения — глупость. И если одно определение (которое критикуется) не подходит к твоему — по мне так логично критиковать то, что люди имеют в виду, и находить аргументы против этого, а не говорить, что определение не правильное.

Но I в AGI означает «интеллект», и для меня, и для ведущих компаний это связано с физическим трудом в меньшей степени. Сколько физ. труда требует Google, чтобы показать выручку в сто миллиардов долларов в квартал? Ненулевое количество, конечно, но это явно не бутылочное горлышко к дальнейшему их развитию.

OpenAI определяет AGI как систему, которая может обойти человека в выполнении большинства экономически важных задач. Может быть в Камбодже большинство экономике и завязано на физический труд, но в США уже точно преобладает рынок информационных услуг (статистику не искал, скиньте в комменты, если не лень). И большинство лидеров AGI-компаний говорят про работу на замену, в первую очередь, труда, который можно выполнять удалённо — разработка, но не только. Это сам по себе огромный рынок.

Но вместо обсуждения своего несогласия с этим Tim кидается на робототехнику и рассказывает, как в ней сложно (и бессмысленно с точки зрения выручки) делать прогресс. Нет, он правда сам говорит, что там денег особо нет (фабрики уже автоамтизированы, а складывать футболки и разгружать посудомойку роботом никому не нужно). Интересно почему ж тогда компании и не копают в этом направлении 😏