🚀 Lovable взлетает: AI-кодинг-платформа достигла 8 млн пользователей и оценки $1,8 млрд

Шведский стартап Lovable, основанный менее года назад, показывает впечатляющий рост.

Платформа для вайб-кодинга — создания приложений и сайтов без глубоких знаний программирования — уже привлекла почти 8 млн пользователей (против 2,3 млн в июле).

📈 Ключевые факты:

🟢100 000+ новых продуктов создаётся на платформе ежедневно

🟢Общие инвестиции — $228 млн, последняя оценка — $1,8 млрд

🟢Среди клиентов — более половины компаний из Fortune 500, использующих Lovable для быстрых прототипов и внутренних инструментов

Несмотря на успех, аналитики Barclays отмечают снижение трафика на 40% к сентябрю — сигнал о возможном замедлении после взрывного старта.

👀 Тем не менее, Lovable утверждает, что удержание клиентов остаётся сильным (net dollar retention > 100%) и расширяет команду — теперь более 100 сотрудников, включая офис в Сан-Франциско.

Быстрый рост no-code и AI-инструментов делает Lovable одним из самых ярких примеров того, как искусственный интеллект меняет само понятие “программирования”.

🟢Data Cluster

🤖 xAI запускает 24-часовой хакатон в Сан-Франциско

Компания xAI проведёт 6–7 декабря 2025 года нон-стоп хакатон, посвящённый созданию нового поколения ИИ-приложений.

💡 Участники получат:

🟢приоритетный доступ к новой модели Grok и API платформы X

🟢всё необходимое для 24-часовой разработки — от мониторов до энергетиков

📌 Пять лучших проектов будут опубликованы на сайте xAI, а топ-3 команд ждут специальные призы. Подать заявку можно до 22 ноября, отбор идёт по мере поступления.

Мероприятие должно показать, как инструменты xAI могут ускорить создание реальных продуктов — от ИИ-ботов до автономных систем.

🟢Data Cluster

💥 AMD усиливает позиции в ИИ — приобретает стартап MK1

AMD объявила о покупке калифорнийского стартапа MK1, специализирующегося на высокоскоростных технологиях вывода и рассуждений для графических процессоров Instinct.

🟢Технологии MK1 — Flywheel и Comprehension — оптимизированы под архитектуру памяти GPU AMD, обеспечивая точные, масштабируемые и экономичные вычисления. Уже сегодня Flywheel обрабатывает более 1 млн токенов в день.

🟢Вся команда MK1 присоединится к подразделению ИИ AMD, чтобы ускорить развитие корпоративных решений на базе искусственного интеллекта.

🟢Это приобретение — часть масштабной стратегии AMD в ИИ: весной прошлого года компания купила поставщика облачной инфраструктуры ZT Systems за $4,9 млрд; в прошлом месяце AMD заключила партнёрство с OpenAI, в рамках которого последняя закупит GPU Instinct общей мощностью 6 ГВт.

Вместе AMD и MK1 планируют создать корпоративный ИИ нового поколения, который позволит автоматизировать сложные бизнес-процессы и открыть новые возможности в высокоприбыльных сегментах.

🟢Data Cluster

⚡️ xAI и Anthropic–Amazon первыми построят дата-центры мощностью 1 ГВт

Аналитическая группа Epoch AI опубликовала исследование о темпах строительства крупнейших ИИ-кампусов в США. Согласно их данным, первыми до порога 1 ГВт мощности дойдут:

🟢Anthropic–Amazon (New Carlisle) — запуск в начале января 2026

🟢xAI (Colossus 2) — запуск в октябре 2025, выход на 1 ГВт — февраль 2026

xAI показывает рекордную скорость строительства — всего около 1 года от начала до ввода в эксплуатацию.

📌 Вслед за ними на уровень 1 ГВт должны выйти:

🟢Microsoft Fayetteville — 26 марта 2026

🟢Meta Prometheus* — 18 мая 2026

🟢OpenAI Stargate (Abilene) — 1 июля 2026

По оценке Epoch AI, отрасль ИИ-дата-центров фактически перешла на «конвейерную модель», где за 12–24 месяца можно построить полноценный кампус мощностью 1 ГВт — в 3–4 раза больше, чем у крупнейших существующих кластеров.

👀 Для анализа использовались спутниковые снимки, разрешительная документация и публичные отчеты компаний.

Если прогнозы верны, уже в 2026 году появится новый класс ИИ-инфраструктуры — «гигакампусы», которые радикально изменят баланс сил на рынке вычислений.

🟢Data Cluster

🚀 Moonshot AI раскрыла планы по развитию Kimi K2: мультимодальность, агентный режим и «компактные» версии

Во время сессии вопросов и ответов на Reddit команда Moonshot AI поделилась подробностями о развитии своей флагманской модели Kimi K2 — одного из топовых китайских ИИ.

🟢Новые версии. В ближайшие месяцы появятся несколько дополнительных модификаций K2 — от корпоративных до «локальных» моделей, рассчитанных на работу на потребительских GPU (RTX 3090/4090/5090). Их размер — 15–30 млрд параметров, что делает их доступными для самостоятельных экспериментов и частного использования.

🟢Мультимодальность. В активной разработке версия K2 с поддержкой компьютерного зрения — она сможет анализировать графики, скриншоты, PDF и другие документы, а также отвечать на вопросы по визуальному контенту.

🟢Агентный режим. K2 получит способность действовать по схеме «думай → используй инструмент → думай снова».

🟢Технические детали.

Базовый формат инференса — INT4, ускоряющий работу без потери точности.

Под капотом: гибридное внимание KDA + NoPE MLA и оптимизатор Muon, прошедший масштабное тестирование.

💬 Команда также упомянула проект K3 — работа уже идёт, и, по словам Moonshot, он выйдет «быстрее, чем Сэм Альтман построит дата-центр на триллион долларов»

Китайские разработчики продолжают быстро догонять западных лидеров, фокусируясь на эффективности и локальных сценариях — ключевой фактор в гонке за массовую адаптацию ИИ.

🟢Data Cluster

🚀 Anthropic строит собственную инфраструктуру в США

Компания Anthropic объявила о масштабных инвестициях в строительство дата-центров в Техасе и Нью-Йорке совместно с Fluidstack.

Новые объекты будут оптимизированы под обучение и работу передовых моделей Claude, обеспечивая энергоэффективность и гибкое масштабирование.

📊 Проектные факты:

🟢2 400 рабочих мест на этапе строительства
🟢800 постоянных рабочих мест после запуска
🟢Старт работы — 2026 год

Инициатива поддерживает AI Action Plan администрации США, направленный на укрепление лидерства страны в сфере искусственного интеллекта.

🟢Сегодня Anthropic обслуживает более 300 000 бизнес-клиентов, а число крупных контрактов (от $100 000 в год) выросло почти в 7 раз за последний год.
🟢Партнёрство с Fluidstack позволит быстро развернуть гига­ваттные мощности и обеспечить эффективное масштабирование без избыточных затрат.

Anthropic делает ставку на долгосрочное лидерство в сфере ИИ и поддержку технологической независимости США.

🟢Data Cluster

🤖 OpenAI выпустила GPT-5.1 — с улучшенным интеллектом и качеством диалога

Компания OpenAI представила обновлённую модель GPT-5.1, сделав упор на повышение интеллектуальных возможностей и естественность общения с пользователями.

👀 Что нового:

🟢Улучшена точность и гибкость ответов
🟢Повышено качество диалога — модель стала дружелюбнее и точнее следует инструкциям
🟢Добавлена функция адаптивного мышления (в версии Instant) — ИИ теперь способен самостоятельно анализировать сложные задачи
🟢Существенный прогресс на тестах AIME 2025 (математика) и Codeforces (программирование)
🟢Версия Thinking теперь быстрее обрабатывает простые запросы и формулирует более чёткие ответы

🔧 Новые режимы общения:

🟢Профессиональный — для деловой и аналитической коммуникации
🟢Откровенный — для честных, прямых диалогов
🟢Необычный — для креативных и нестандартных сценариев

💼 Обновление уже доступно подписчикам ChatGPT Plus, а через API — в ближайшие дни.
Предыдущие версии GPT-5 останутся активны ещё три месяца для плавного перехода.

GPT-5.1 делает шаг к более «человечному» ИИ — внимательному, понятному и по-настоящему интеллектуальному.

🟢Data Cluster

⚛️ Quantinuum представила Helios — самый мощный квантовый компьютер в мире

Компания Quantinuum представила Helios — квантовый процессор нового поколения, который уже называют самым мощным в мире.

👀 Основные характеристики:

🟢98 ионных кубитов и 48 полностью корректируемых логических кубитов
🟢Точность одиночных гейтов — 99,9975 %, двухкубитных — 99,921 %
🟢Архитектура QCCD с кольцевым регистром и узлом-«перекрёстком» для параллельных операций

⚡️ Главное достижение Helios — не просто количество кубитов, а эффективная коррекция ошибок: из 98 физических кубитов собраны 48 надёжных логических, чего раньше считали невозможным без тысяч физических элементов.

Helios стал основой для нового направления — Generative Quantum AI (GenQAI), где квантовые системы генерируют данные и распределения для обучения классических моделей ИИ.

🟢Data Cluster

👀 Mozilla анонсировала AI Window — новый режим просмотра с ИИ для Firefox

Mozilla представила AI Window — экспериментальный режим браузера Firefox, который позволит пользователям взаимодействовать с ИИ-помощником прямо в окне браузера.

🟢AI Window позиционируется как «интеллектуальное и управляемое пользователем пространство». Пользователи смогут самостоятельно выбирать модель ИИ, с которой хотят работать, а при желании — полностью отключить функцию.

🟢Mozilla подчёркивает, что разрабатывает AI Window открыто и ориентируется на обратную связь сообщества. Сейчас открыт список ожидания для тех, кто хочет получать обновления и получить ранний доступ к функции.

🟢По словам компании, интеграция ИИ в браузеры открывает новые возможности, делая работу в интернете более удобной и избавляя от рутины — при этом Mozilla стремится избежать подхода «всё или ничего», который навязывают многие компании, создающие ИИ-продукты.

Ранее вышла стабильная версия Firefox 145.0: в ней прекращена поддержка 32-битных сборок для Linux, добавлена поддержка контейнера Matroska для популярных кодеков (AVC, HEVC, VP8/VP9, AV1, AAC, Opus, Vorbis) и внедрён ряд других улучшений.

🟢Data Cluster

🧠 OpenAI раскрыла секреты промптинга GPT-5.1: вышло официальное Prompting Guide

OpenAI опубликовала GPT-5.1 Prompting Guide — самое подробное на сегодня руководство по тому, как правильно работать с новой моделью. Хотя документ ориентирован на использование через API, многие советы идеально подходят и обычным пользователям ChatGPT.

🔍 Что внутри гайда:

🟢Базовые принципы: роли, явные цели, жёсткие требования к формату

🟢Тонкая настройка поведения: как управлять инициативностью модели и не давать ей бросать задачу на середине

🟢Как использовать саму GPT-5.1 для анализа и улучшения промптов

🟢Как корректно мигрировать с GPT-5 на 5.1

Авторы отмечают, что GPT-5.1 более дисциплинирована и экономна в рассуждениях — поэтому важно избегать конфликтующих инструкций и чётко задавать длину, формат и завершённость решения.

Также модель можно запустить без рассуждающего режима — тогда она работает быстрее и дешевле, фактически как продвинутая версия GPT-4.1.

💻 Гайд для разработчиков и кодеров:

OpenAI рекомендует строить вокруг GPT-5.1 настоящих рабочих агентов. Сценарий такой:

🟢модель составляет план,

🟢пошагово выполняет задачи (читает файлы, правит код, запускает тесты),

🟢только затем объясняет, что было сделано.

Таким образом, современный промпт — это уже не “напиши функцию”, а полноценный пошаговый сценарий.

🟢Data Cluster

🎧 Spotify запускает Recaps — ИИ-функцию, которая помогает вспомнить забытый сюжет аудиокниги

Spotify представила Recaps — новую функцию на базе искусственного интеллекта, созданную специально для тех, кто делает перерыв в аудиокнигах и потом забывает, что происходило в сюжете.

❓ Как это работает:

🟢Recaps генерирует краткое описание сюжета, строго соответствующее вашему прогрессу.
🟢Функция напоминает формат «previously on» из сериалов.
🟢Кнопка Recaps появляется в верхней части страницы аудиокниги.
🟢Обновляется автоматически по мере прослушивания.

Доступ к обзорам открывается после прослушивания 15–20 минут книги.

👀 Контекст:

🟢В феврале Spotify заключила партнёрство с ElevenLabs для создания ИИ-озвучек.
🟢Осенью компания договорилась с музыкальными лейблами о разработке «ответственных ИИ-продуктов».

Функция находится в бета-тестировании, сейчас доступна на iOS для ограниченного числа аудиокниг. В ближайшие дни охват будет расширяться.

🟢Data Cluster

👀 Илон Маск раскрыл новые подробности о Grok 5 — и выглядит это амбициозно

В беседе с инвестором Роном Бароном Илон Маск рассказал о следующем поколении ИИ xAI — Grok 5. Новую модель обучают на суперкомпьютере Colossus 2, который ещё не вышел на проектную мощность (1 млн GPU ожидают в 2026 году), но уже сейчас позволяет создавать модель рекордного масштаба — 6 трлн параметров.

📌 Для сравнения:

🟢Qwen3-Max / Kimi K2 — ~1 трлн параметров
🟢GPT-4o — ~1,7 трлн
🟢Grok 4 — ~3 трлн

Как и предыдущие версии, Grok 5 использует архитектуру MoE (Mixture of Experts) — на каждый токен задействуется лишь часть параметров, что сильно снижает ресурсоёмкость.

Что обещает Маск ❓

🟢Высокая скорость — Grok 4 известен долгими задержками в режиме «обдумывания» (иногда до минут), поэтому в новой версии обещают кардинально ускорить ответы.

🟢Полная мультимодальность: текст, изображения, звук и даже видео.

🟢Интеграция с генератором видео Grok Imagine, который уже хвалят за сверхбыструю генерацию роликов.

🟢Потенциал для обучения в реальном времени (хотя ранее такие обещания оказывались не совсем точными).

🟢Маск оценивает шанс, что Grok 5 достигнет AGI, в 10%.

Релиз запланирован на первый квартал 2026 года. Если сроки не сдвинутся, мы уже скоро сможем проверить, насколько инновационной окажется новая модель и оправдает ли она амбиции Маска.

🟢Data Cluster

👀 МЭА: уже в 2025 году вложения в ИИ-инфраструктуру обгонят нефтеразведку

Международное энергетическое агентство опубликовало свежий World Energy Outlook 2025 — и там впервые зафиксирован исторический разворот: инвестиции в дата-центры в 2025 году достигнут ~$580 млрд, впервые перегнав вложения в новые нефтедобывающие проекты (~$540 млрд).

Глава МЭА Фатих Бироль отмечает: цифровая инфраструктура выходит на один уровень с традиционными сырьевыми отраслями.

Что считается инвестициями в ИИ ❓

🟢МЭА трактует их как вложения в:

🟢дата-центры и здания под них,

🟢серверные залы и GPU-кластеры,

🟢энергоснабжение и системы охлаждения,

🟢сетевую инфраструктуру.

Главный драйвер — взрывной спрос на мощности для обучения и запуска больших моделей: чат-ботов, мультимодальных моделей, генеративного видео и ИИ-агентов. На этом фоне формируется новый тип объектов: ИИ-фабрики, ради которых Big Tech добивается льготных тарифов на электричество и заключает долгосрочные контракты с энергетиками.

Кто вкладывает деньги:

🟢Microsoft

🟢Google

🟢Amazon

Oracle и другие облачные провайдеры, строящие гигантские кластеры в США, Европе и Азии. Логика проста: кто первым создаст достаточно “железа”, тот сможет обучать самые мощные модели и доминировать на рынке корпоративных ИИ-сервисов.

🟢Data Cluster

📌 Blue Origin впервые успешно посадила ускоритель тяжёлой ракеты New Glenn

Blue Origin сделала крупный шаг вперёд: ступень тяжёлой ракеты New Glenn впервые успешно вернулась на плавучую платформу в Атлантике. Отделение произошло примерно через 10 минут после старта, а сама ракета тем временем вывела на орбиту два научных зонда NASA для марсианской миссии ESCAPADE.

👀 Почему это важно

🟢New Glenn — проект, который Blue Origin развивает с 2012 года. Ракета способна выводить до 45 тонн на низкую орбиту, конкурируя с такими гигантами, как Falcon Heavy от SpaceX. Учтём, что это был лишь второй запуск New Glenn: в январе 2025 года ускоритель вернуть не удалось.

🟢Теперь же успешная посадка показывает, что компания уверенно движется к созданию полностью многоразовой тяжёлой ракеты. Это может значительно сократить стоимость запусков и ускорить освоение космоса.

Что это меняет для отрасли ❓

🟢подтверждает, что десятилетние разработки Blue Origin начинают работать в реальных условиях;

🟢усиливает конкуренцию на рынке тяжёлых ракет, где долгое время доминировала SpaceX;

🟢открывает новые возможности для коммерческих запусков, научных проектов и миссий дальнего космоса;

🟢подчеркивает ключевой тренд последних лет — повторное использование ступеней становится нормой.

Успех New Glenn — знаковый момент не только для Blue Origin, но и для всей отрасли: тяжёлые многоразовые ракеты становятся новой реальностью.

🟢Data Cluster

👀 Глава Google намекнул: Gemini 3.0 Pro может выйти уже на следующей неделе

Вокруг Gemini 3.0 Pro стремительно нарастает хайп — и теперь он подкреплён намёками от людей, которые точно знают больше остальных.

🟢Васуман Моцы, бывший ML-инженер Meta* и основатель Varick Agents, уже протестировал модель. По его словам, переход от текущей версии к Gemini 3.0 Pro ощущается как скачок уровня GPT-3.5 → GPT-4. Особенно впечатляют программирование, сложная математика и мультимодальность.

🟢При этом Васуман прямо говорит, что ждёт полноценный релиз на следующей неделе — и это уже интересно само по себе. Но почти одновременно неожиданный намёк появился и от гораздо более значимой фигуры.

🟢Сундар Пичаи, глава Alphabet и Google, оставил лаконичный комментарий под ставкой Polymarket на выход Gemini 3.0 Pro до 22 ноября. Если переводить с дипломатического языка Пичая — релиз действительно близко.

🟢Тесты модели в Google AI Studio и LMArena идут ещё с начала октября. Пользователи, получившие доступ, отмечают серьёзные улучшения во всех ключевых направлениях: кодинг, работа со сложными задачами и мультимодальность стали ощутимо сильнее.

С момента начала тестирования прошло уже полтора месяца — и всё указывает на то, что следующая неделя может стать неделей релиза Gemini 3.0 Pro.

🟢Data Cluster

🕒 Новый бенчмарк показал: ни один ИИ не смог правильно выставить стрелки на часах

Инженер Брайан Мур запустил забавный, но показательный тест AI World Clocks. Девять языковых моделей — от GPT-3.5 до Grok 4 и GPT-5 — получили простое задание: каждую минуту генерировать HTML-код часов с корректным временем.

Результат? Ни одна модель не справилась.

❓ Что происходило в тесте?

🟢Каждую минуту ИИ генерировали новую версию кода часов.

🟢Код часто выглядел красиво, иногда почти идеально соответствовал задаче.

🟢Но ни одна модель не смогла стабильно выставлять правильные углы для стрелок.

🟢Проблема, однако, оказалась не в математике моделей, а… в промпте.

🔔 Всё сломалось, потому что в промпте не было уточнений:

🟢как считать угол часовой и минутной стрелки;

🟢где у CSS находится нулевая точка;

🟢как модели проверять правильность результата;

🟢как исправлять собственные ошибки.

👀 А ещё — ограничение по токенам. ИИ честно рисовал красивые часы, но никто не просил его перепроверять математику.

Эксперимент отлично демонстрирует важную проблему: многие пользователи общаются с ИИ «по-человечески», не формализуя задачу. А модели пока не умеют автоматически уточнять неполные запросы.

🟢Data Cluster

🔧 TOON: новый формат, который может сделать промпты для LLM короче и точнее

Появился новый формат данных — TOON, который позиционируется не как замена JSON, а как более компактный и удобный способ передавать те же данные в LLM.

❓ Что такое TOON?

🟢Это альтернативная запись структур JSON, но:

🟢короче,

🟢проще для модели,

🟢удобнее для больших массивов однотипных объектов.

TOON сочетает идею YAML-отступов и табличный стиль для массивов объектов.

Структура сохраняется полностью: объекты, массивы и примитивы остаются теми же — меняется только запись.

⛏ Зачем это нужно?

🟢Главное преимущество — экономия токенов и предсказуемость поведения LLM:

🟢На больших массивах данных TOON сокращает токены на 30–60% по сравнению с обычным форматированным JSON.

🟢Даже против compact JSON экономия заметная.

⚠️ Но не везде TOON полезен:

— Авторы честно отмечают ограничения:

— При сильно вложенных, нерегулярных структурах компактный JSON может быть короче.

— Если данные плоские и идеально табличные, CSV остаётся самым компактным — TOON тут добавляет небольшой оверхед.

📌 То есть TOON лучше всего работает для: «большие массивы однотипных объектов с примитивными полями».

TOON — не замена JSON, а дополнительный слой кодировки данных, специально оптимизированный под LLM. В некоторых сценариях он может стать новым стандартом для промптов, где важны структура, компактность и экономия токенов.

🟢Data Cluster

👀 GPT-5.1 Thinking — новая вершина в мире ИИ. Разбираем свежие бенчмарки

Опубликован обновлённый Artificial Analysis Intelligence Index — сводный рейтинг, который сравнивает крупные ИИ-модели по множеству популярных бенчмарков. Итог: на первом месте — GPT-5.1 Thinking High с результатом 70 баллов.

📈 Она обошла ближайших конкурентов:

🟢GPT-5 Thinking High — 68
🟢Kimi K2 Thinking — 67
🟢Grok 4 — 65
🟢Claude Sonnet 4.5 — 63

❓ Откуда прирост?

— Главный скачок пришёлся на TerminalBench, оценивающий агентные способности ИИ. Здесь GPT-5.1 Thinking показала рост сразу на 12 п.п., что стало решающим фактором для лидерства.

Кроме того, авторы индекса отмечают:

🟢более человечные ответы,

🟢улучшенную экономию токенов.

🟢Хотя цена в API осталась прежней, прогон всех бенчмарков подешевел с $913 до $859.

🔍 Версия GPT-5.1 Codex заняла 1-е место в SWE-Bench — бенчмарке, который проверяет, насколько хорошо ИИ решает реальные задачи разработчиков на основе GitHub-репозиториев.

GPT-5.1 Thinking уверенно сместила конкурентов, укрепив позиции как самой «умной» модели по сводным метрикам. Улучшенные агентные возможности, сильные компетенции в кодинге и дизайне, более низкая стоимость прогонов — всё это делает GPT-5.1 одной из самых практичных и передовых моделей на рынке ИИ.

🟢Data Cluster

👀 Новый Grok с огромным контекстным окном испытывают на OpenRouter

На OpenRouter началось тестирование двух новых ИИ-моделей: Sherlock Dash Alpha (быстрая версия) и Sherlock Think Alpha (рассуждающая версия).

Главная особенность — контекстное окно 1,84 млн токенов, одно из крупнейших среди доступных моделей. Для сравнения: у Gemini 2.5 Flash/Pro — около 1 млн токенов.

❓ Кто создал “Шерлоков”?

В некоторых диалогах обе модели заявляют, что разработаны xAI. Формально ИИ иногда «прикидываются» моделями других компаний, но есть дополнительное подтверждение:

🟢исследователь Лех Мазур сравнил стиль ответов разных моделей;

🟢Sherlock Dash Alpha по его бенчмарку наиболее похож на Grok 4.

⚡️ Когда ждать официальный релиз

🟢Grok 4 Fast тестировали на OpenRouter под названиями Sonoma Sky Alpha и Sonoma Dusk Alpha;

🟢тест стартовал 5 сентября, релиз произошёл 19 сентября — то есть всего через 2 недели.

Если xAI придерживается той же схемы, то финальный релиз Sherlock/Grok 4.20 можно ожидать в конце ноября — начале декабря.

🟢Data Cluster

📌 ИИ Google DeepMind приблизил учёных к разгадке вековой загадки газов и жидкостей

Когда самолёт разгоняется по взлётной полосе, вокруг крыла рождаются сложные вихри.

Мы привыкли считать, что физики давно умеют их описывать, но внутри этих уравнений скрыта фундаментальная загадка: могут ли в идеальной жидкости или газе возникнуть сингулярности — “разрывы”, где скорость и давление устремляются к бесконечности?

Эта проблема связана и с природой турбулентности, и с самой знаменитой нерешённой задачей математической физики — трёхмерными уравнениями Навье–Стокса, за которые Математический институт Клэя назначил награду в миллион долларов.

👀 Что сделала Google DeepMind

🟢Совместно с математиками под руководством Юнцзи Вана исследователи впервые систематически нашли целые семейства неустойчивых сингулярностей для ключевых уравнений, описывающих движение газов и жидкостей.

🟢Неустойчивые — значит, что такие разрывы возникают только при идеально точных начальных условиях: малейший шум — и система уходит от “траектории взрыва”.

Как ИИ помог поймать редкие “взрывы” в уравнениях ❓

Команда использовала специально обученную нейросеть:

🟢ИИ получает сами уравнения и ищет самоподобные профили течения — формы, которые при приближении к сингулярности только масштабируются, не меняясь.

🟢Затем подключается высокоточный численный оптимизатор, который “дотачивает” найденные решения до предельной точности — вплоть до уровня машинного нуля.

🟢В ряде случаев исследователям удалось получить точность, достаточную для строгих компьютерно-ассистированных доказательств — редчайший уровень обоснования для таких задач.

Какие уравнения поддались:

— уравнений пористой среды,

— модели Буссинеска,

— трёхмерных уравнений Эйлера с границей.

Эти модели напрямую связаны с реальными потоками воздуха и жидкости — от обтекания крыла до струй в двигателях.

Учёные не только показали, что решения действительно “взрываются” за конечное время, но и измерили их неустойчивость — насколько легко система отклоняется от критического режима.

🔍 Понимание того, где уравнение начинает “ломаться”, помогает улучшать численные схемы и точнее интерпретировать результаты симуляций.

Но загадка Навье–Стокса пока не решена. Работа DeepMind — это важный шаг, но не финальный. Для классических трёхмерных уравнений Навье–Стокса без границ вопрос о существовании сингулярностей остаётся открытым.

🟢Data Cluster

📌 Google обновила ИИ-прогнозы погоды: WeatherNext 2 станет частью поисковика, Gemini и Pixel

Google представила новую версию своей ИИ-модели для прогноза погоды — WeatherNext 2. Теперь она работает в восемь раз быстрее предыдущей версии и точнее предсказывает 99,9% метеопараметров, включая температуру и ветер.

🟢Ключевое улучшение — использование функциональных генеративных сетей (FGN). Благодаря этому WeatherNext 2 может генерировать сотни возможных сценариев за один шаг, учитывая «шум» в данных. Прогнозы для 15-дневного периода формируются менее чем за минуту на TPU-чипах, тогда как традиционные физические модели требуют часов работы на суперкомпьютерах.

🟢По словам представителей Google, новая система особенно востребована в энергетике, транспорте, логистике и сельском хозяйстве — где критически важны точные почасовые прогнозы.

👀 Модель будет интегрирована в Google Карты, поисковик, Gemini и Pixel Weather, а также станет доступна для бизнес-клиентов через программу раннего доступа. Прогнозные данные появятся в Google Earth Engine и BigQuery, что упростит работу с геопространственным и крупномасштабным анализом.

Соревнование в области ИИ-метеопрогнозирования усиливается. Ранее DeepMind заявляла, что ИИ уже превосходит традиционные методы — тогда Google внедрила GraphCast. В это время Huawei развивала Pangu-Weather, IBM и NASA — модель Prithvi, а Microsoft представила Aurora для точного моделирования атмосферных процессов.

🟢Data Cluster