ИСТОРИЯ ДВУХ СТРАТЕГИЙ: ПОЧЕМУ ПУТИ META И ЯНА ЛЕКУНА РАЗОШЛИСЬ
Долгое время в штаб-квартире Meta существовал уникальный парадокс. Под одной крышей одной корпорации, развивались два противоположных взгляда на будущее искусственного интеллекта.
Первый взгляд — это Llama. Громкий успех, который говорит: «Давайте строить всё вокруг больших языковых моделей, нужно просто сделать их больше».
Второй взгляд — это позиция главного ученого Яна Лекуна - нынешний путь это красивый тупик, а настоящий интеллект (AGI) нужно строить на других принципах.
В ноябре 2025 года эта история получила развязку. Ян Лекун покинул корпорацию Мета.
Давайте разберемся в сути спора.
Иллюзия смысла: что такое LLM
Чтобы понять скепсис ученых, нужно заглянуть под капот современных чат-ботов. Большая языковая модель (LLM) — это, по сути сложный статистический «мотор текста».
Представьте себе сверхмощную функцию автозамены (T9). Она не знает, что такое «физика» или «истина». Она просто выучила на триллионах примеров, какое слово с наибольшей вероятностью идет следующим.
По сути, это гипертрофированная эволюция цепей Маркова (как именно они предсказывают события — мы разбирали здесь), только «на стероидах» и в гигантских масштабах. Модель потрясающе имитирует стиль, но у нее нет внутренней картины мира. Поэтому она так уверенно выдумывает факты: не врет намеренно, а просто статистически подбирает слово, которое выглядит правдоподобно.
Почему Лекун считает это тупиком
Ян Лекун, один из «крестных отцов» нейросетей, называет авторегрессивные LLM бесперспективными для создания уровня человеческого интеллекта. И у него есть железные аргументы:
- Текст — это не мир. Модели учатся почти только на текстах. Но текст — это очень сжатая проекция реальности. Человек познает мир через зрение и опыт, понимая физику вещей, чего лишены текстовые модели.
- Нет памяти и планирования.
У LLM нет устойчивого «внутреннего состояния». Они живут в моменте генерации. Из-за этого они плохо справляются с длинными логическими цепочками — модель просто «забывает» нить рассуждения.
- Снежный ком ошибок. Поскольку модель предсказывает каждое следующее слово на основе предыдущего, любая микро-ошибка в начале длинного ответа накапливается. Вероятность правильного решения падает экспоненциально с длиной задачи.
Альтернатива: «Внутренний симулятор»
Вместо того чтобы бесконечно увеличивать Llama, команда Лекуна (FAIR) работала над концепцией World Models (моделей мира).
Идея — создать систему, которая работает не как «автозамена», а как внутренний симулятор реальности. Такой ИИ не пытается угадать следующее слово. Он учится предсказывать абстрактные состояния: «Если я толкну этот стакан, он упадет».
Архитектуры типа JEPA (Joint Embedding Predictive Architecture) пытаются строить именно такие абстрактные представления. Это дает ИИ своеобразный «внутренний фильм», в котором можно прокручивать варианты действий и планировать последствия. Это намного ближе к тому, как мыслит человек.
Победа бизнеса над наукой
Парадокс в том, что пока Лекун критиковал LLM, Марк Цукерберг вкладывал миллиарды именно в них. Покупал сотни тысяч видеокарт H100 и строил гигантские дата-центры именно под Llama.
Для бизнеса LLM — идеальный продукт «здесь и сейчас». Они работают в WhatsApp, генерируют рекламу и удерживают внимание. Рынок требует умных ассистентов сегодня, и компания не может ждать 10 лет, пока созреет «научно правильный» ИИ.
Развязка:
В итоге ужиться двум стратегиям не удалось. Чаша весов окончательно склонилась в сторону коммерции.
Точкой невозврата стало создание нового продуктового подразделения, во главе которого Цукерберг поставил не маститого ученого, а молодого предпринимателя Александра Ванга с жесткой задачей — масштабировать продукты на базе Llama.
Лекун не стал хлопать дверью. Это был культурный, но принципиальный уход. Он понял, что векторы разошлись окончательно: Meta выбрала гонку за прибылью и долей рынка с помощью LLM, а Лекун выбрал научную честность.
Теперь он будет строить свои «модели мира» в собственном стартапе, где не нужно гнаться за квартальными отчетами.
Долгое время в штаб-квартире Meta существовал уникальный парадокс. Под одной крышей одной корпорации, развивались два противоположных взгляда на будущее искусственного интеллекта.
Первый взгляд — это Llama. Громкий успех, который говорит: «Давайте строить всё вокруг больших языковых моделей, нужно просто сделать их больше».
Второй взгляд — это позиция главного ученого Яна Лекуна - нынешний путь это красивый тупик, а настоящий интеллект (AGI) нужно строить на других принципах.
В ноябре 2025 года эта история получила развязку. Ян Лекун покинул корпорацию Мета.
Давайте разберемся в сути спора.
Иллюзия смысла: что такое LLM
Чтобы понять скепсис ученых, нужно заглянуть под капот современных чат-ботов. Большая языковая модель (LLM) — это, по сути сложный статистический «мотор текста».
Представьте себе сверхмощную функцию автозамены (T9). Она не знает, что такое «физика» или «истина». Она просто выучила на триллионах примеров, какое слово с наибольшей вероятностью идет следующим.
По сути, это гипертрофированная эволюция цепей Маркова (как именно они предсказывают события — мы разбирали здесь), только «на стероидах» и в гигантских масштабах. Модель потрясающе имитирует стиль, но у нее нет внутренней картины мира. Поэтому она так уверенно выдумывает факты: не врет намеренно, а просто статистически подбирает слово, которое выглядит правдоподобно.
Почему Лекун считает это тупиком
Ян Лекун, один из «крестных отцов» нейросетей, называет авторегрессивные LLM бесперспективными для создания уровня человеческого интеллекта. И у него есть железные аргументы:
- Текст — это не мир. Модели учатся почти только на текстах. Но текст — это очень сжатая проекция реальности. Человек познает мир через зрение и опыт, понимая физику вещей, чего лишены текстовые модели.
- Нет памяти и планирования.
У LLM нет устойчивого «внутреннего состояния». Они живут в моменте генерации. Из-за этого они плохо справляются с длинными логическими цепочками — модель просто «забывает» нить рассуждения.
- Снежный ком ошибок. Поскольку модель предсказывает каждое следующее слово на основе предыдущего, любая микро-ошибка в начале длинного ответа накапливается. Вероятность правильного решения падает экспоненциально с длиной задачи.
Альтернатива: «Внутренний симулятор»
Вместо того чтобы бесконечно увеличивать Llama, команда Лекуна (FAIR) работала над концепцией World Models (моделей мира).
Идея — создать систему, которая работает не как «автозамена», а как внутренний симулятор реальности. Такой ИИ не пытается угадать следующее слово. Он учится предсказывать абстрактные состояния: «Если я толкну этот стакан, он упадет».
Архитектуры типа JEPA (Joint Embedding Predictive Architecture) пытаются строить именно такие абстрактные представления. Это дает ИИ своеобразный «внутренний фильм», в котором можно прокручивать варианты действий и планировать последствия. Это намного ближе к тому, как мыслит человек.
Победа бизнеса над наукой
Парадокс в том, что пока Лекун критиковал LLM, Марк Цукерберг вкладывал миллиарды именно в них. Покупал сотни тысяч видеокарт H100 и строил гигантские дата-центры именно под Llama.
Для бизнеса LLM — идеальный продукт «здесь и сейчас». Они работают в WhatsApp, генерируют рекламу и удерживают внимание. Рынок требует умных ассистентов сегодня, и компания не может ждать 10 лет, пока созреет «научно правильный» ИИ.
Развязка:
В итоге ужиться двум стратегиям не удалось. Чаша весов окончательно склонилась в сторону коммерции.
Точкой невозврата стало создание нового продуктового подразделения, во главе которого Цукерберг поставил не маститого ученого, а молодого предпринимателя Александра Ванга с жесткой задачей — масштабировать продукты на базе Llama.
Лекун не стал хлопать дверью. Это был культурный, но принципиальный уход. Он понял, что векторы разошлись окончательно: Meta выбрала гонку за прибылью и долей рынка с помощью LLM, а Лекун выбрал научную честность.
Теперь он будет строить свои «модели мира» в собственном стартапе, где не нужно гнаться за квартальными отчетами.
🤔4👏2🔥1
Казахстан 2025: от «Байконура» к собственной орбитальной экономике
Согласно отчета МИИЦР на Общетвенного Совете сегодня 26 декабря 2025 по аэрокосмичкской отрасли, космическая отрасль Казахстана завершает 2025 год с результатами, которые переводят её из разряда теоретической науки в плоскость прикладной индустрии. Если раньше республика воспринималась преимущественно как «космическая гавань» для чужих пусков, то сегодня акцент сместился на создание собственных аппаратов и цифровую аналитику Земли.
1. Инженерия на экспорт: больше не только потребители
Главный технологический сдвиг года — переход к
коммерциализации собственных разработок.
• Орбитальные контракты: Казахстан выступил технологическим партнером для Монголии, Нигерии и Конго. Речь идет о проектировании и создании систем дистанционного зондирования Земли (ДЗЗ). Это первый масштабный кейс экспорта казахстанских спутниковых технологий.
• Сверхлегкие ракеты:
В рамках НИОКР ведется разработка носителя сверхлегкого класса и метеорологических ракет. Цель — занять нишу дешевых и быстрых пусков для малых спутников (CubeSat), спрос на которые в мире растет по экспоненте.
2. Информационный суверенитет и KazSat
Важный показатель технологической зрелости — 100% охват рынка транспондерной емкости.
• Что это значит:
Весь спутниковый трафик страны (связь, ТВ, госсектор) теперь полностью обеспечивается национальной группировкой KazSat. Это не просто экономия на аренде зарубежных бортов, а формирование независимого информационного контура страны.
• L-диапазон и связь: Параллельно решается задача цифрового неравенства — использование спутниковых терминалов позволило обеспечить широкополосным доступом более 1600 сельских школ в труднодоступных районах.
3. Earth Observation: цифровой двойник страны
Дистанционное зондирование Земли из «красивых снимков» превратилось в Big Data для управления государством.
• Мониторинг ресурсов: Спутники KazEOSat в 2025 году стали основой системы земельного контроля. Выявлено более 160 тысяч нарушений — от нецелевого использования пашен до незаконной застройки.
• Экологический контроль: Технологии компьютерного зрения на основе спутниковых данных теперь автоматически фиксируют очаги лесных пожаров, динамику паводков (система TASQYN) и даже появление стихийных свалок в реальном времени.
4. Проект «Байтерек»: новая жизнь Гагаринского старта
На Байконуре завершается создание ракетно-космического комплекса «Байтерек».
• Технологический стек: Подготовка инфраструктуры под новую ракету «Союз-5» выполнена более чем на 70%. Первый пуск запланирован на первую половину 2026 года. Это означает уход от использования токсичного топлива (гептила) в пользу экологически чистых керосин-кислородных двигателей.
Вердикт: 2025 год стал для аэрокосмической отрасли Казахстана годом прагматизма. Страна выстраивает вертикально интегрированную систему: от создания собственных малых аппаратов до глубокой аналитики данных ДЗЗ и коммерческих пусковых услуг.
REAL DIGITAL
Источник : https://news.1rj.ru/str/telco_kz/849
Согласно отчета МИИЦР на Общетвенного Совете сегодня 26 декабря 2025 по аэрокосмичкской отрасли, космическая отрасль Казахстана завершает 2025 год с результатами, которые переводят её из разряда теоретической науки в плоскость прикладной индустрии. Если раньше республика воспринималась преимущественно как «космическая гавань» для чужих пусков, то сегодня акцент сместился на создание собственных аппаратов и цифровую аналитику Земли.
1. Инженерия на экспорт: больше не только потребители
Главный технологический сдвиг года — переход к
коммерциализации собственных разработок.
• Орбитальные контракты: Казахстан выступил технологическим партнером для Монголии, Нигерии и Конго. Речь идет о проектировании и создании систем дистанционного зондирования Земли (ДЗЗ). Это первый масштабный кейс экспорта казахстанских спутниковых технологий.
• Сверхлегкие ракеты:
В рамках НИОКР ведется разработка носителя сверхлегкого класса и метеорологических ракет. Цель — занять нишу дешевых и быстрых пусков для малых спутников (CubeSat), спрос на которые в мире растет по экспоненте.
2. Информационный суверенитет и KazSat
Важный показатель технологической зрелости — 100% охват рынка транспондерной емкости.
• Что это значит:
Весь спутниковый трафик страны (связь, ТВ, госсектор) теперь полностью обеспечивается национальной группировкой KazSat. Это не просто экономия на аренде зарубежных бортов, а формирование независимого информационного контура страны.
• L-диапазон и связь: Параллельно решается задача цифрового неравенства — использование спутниковых терминалов позволило обеспечить широкополосным доступом более 1600 сельских школ в труднодоступных районах.
3. Earth Observation: цифровой двойник страны
Дистанционное зондирование Земли из «красивых снимков» превратилось в Big Data для управления государством.
• Мониторинг ресурсов: Спутники KazEOSat в 2025 году стали основой системы земельного контроля. Выявлено более 160 тысяч нарушений — от нецелевого использования пашен до незаконной застройки.
• Экологический контроль: Технологии компьютерного зрения на основе спутниковых данных теперь автоматически фиксируют очаги лесных пожаров, динамику паводков (система TASQYN) и даже появление стихийных свалок в реальном времени.
4. Проект «Байтерек»: новая жизнь Гагаринского старта
На Байконуре завершается создание ракетно-космического комплекса «Байтерек».
• Технологический стек: Подготовка инфраструктуры под новую ракету «Союз-5» выполнена более чем на 70%. Первый пуск запланирован на первую половину 2026 года. Это означает уход от использования токсичного топлива (гептила) в пользу экологически чистых керосин-кислородных двигателей.
Вердикт: 2025 год стал для аэрокосмической отрасли Казахстана годом прагматизма. Страна выстраивает вертикально интегрированную систему: от создания собственных малых аппаратов до глубокой аналитики данных ДЗЗ и коммерческих пусковых услуг.
REAL DIGITAL
Источник : https://news.1rj.ru/str/telco_kz/849
1👏3👍2👎1🔥1
🥊 Gemini против ChatGPT: кто реально выиграл 2025
📊 ИИ‑рынок 2025: монополия закончилась
В январе слово “ИИ” означало ChatGPT.
К декабрю у него появился реальный соперник — Gemini, встроенный туда, где мы уже живём:
в Chrome, Поиск, Android и Workspace.
💻 Google не создаёт спрос — он его перенаправляет
Gemini живёт прямо в интерфейсах Google.
Открыл браузер, поискал, написал письмо — и уже общаешься с ИИ, не заходя на отдельный сайт.
Google не завоёвывает новых людей — он подменяет точку входа для тех, кто и так в экосистеме.
📈 Цифры говорят сами за себя
По данным Similarweb (сервис веб‑аналитики по трафику сайтов), подтверждённым в анализе PPC Land (маркетинговое медиа про рекламу и данные) и ZDNet (тех‑издание про ИТ и софт)
-ChatGPT удерживает около ⅔ рынка ген‑ИИ, доля за год снизилась с ~80 % до 65–70 %.
-Gemini вырос с ~5 % до примерно 18 %, местами удваивая трафик за несколько месяцев.
Это уже не монополия, дуополия.
🚨 OpenAI включает «code red»
К концу года OpenAI переводит внутренний фокус на ChatGPT: режим «code red» и приоритет обновлений ядра.
Медиа описывают новую модель уровня GPT‑5.x (часто называют её GPT‑5.2 по медиа‑традиции) как попытку вернуть технический отрыв — меньше галлюцинаций и лучше логика. Официально OpenAI
говорит о следующей
версии семейства GPT‑5.
NotebookLM + Gemini 3: тихий прорыв Google
Для тех, кто работает с документами и собственными знаниями, Google выдвигает связку NotebookLM + Gemini 3.
Теперь можно загружать
PDF, заметки, транскрипты и получать осмысленные выводы и анализ, а не просто «ответ на вопрос».
🧩 Итог 2025
-ChatGPT остаётся
главным брендом, но лидерство не абсолютное.
-Gemini стал рабочим
стандартом для тех, кто
живёт в экосистеме Google
-Гонка ИИ больше не про «умнейшую модель», а про встроенность в повседневность.
Источники:
-Similarweb / X (GenAI Traffic Share, декабрь 2025):
-PPC Land — «ChatGPT holds two-thirds market share as Gemini and Grok gain ground»:
-ZDNet — «Gemini is gaining fast on ChatGPT in one particular way…»:
-SQ Magazine — Google Gemini AI Statistics 2025:
-Similarweb / Press Release:
-Google Blog — обновления Gemini, Workspace, Android
-TechCrunch — OpenAI fires back at Google with GPT‑5.2
-Euronews Next — After ‘code red’ alert, OpenAI releases GPT‑5.2
REAL DIGITAL
#AI #Gemini #ChatGPT #OpenAI #Google #GenAI #NotebookLM #RealDigital #ИИ #Tech
📊 ИИ‑рынок 2025: монополия закончилась
В январе слово “ИИ” означало ChatGPT.
К декабрю у него появился реальный соперник — Gemini, встроенный туда, где мы уже живём:
в Chrome, Поиск, Android и Workspace.
💻 Google не создаёт спрос — он его перенаправляет
Gemini живёт прямо в интерфейсах Google.
Открыл браузер, поискал, написал письмо — и уже общаешься с ИИ, не заходя на отдельный сайт.
Google не завоёвывает новых людей — он подменяет точку входа для тех, кто и так в экосистеме.
📈 Цифры говорят сами за себя
По данным Similarweb (сервис веб‑аналитики по трафику сайтов), подтверждённым в анализе PPC Land (маркетинговое медиа про рекламу и данные) и ZDNet (тех‑издание про ИТ и софт)
Важно: Similarweb оценивает только веб‑трафик, без учёта API и встроенных интеграций, но для сравнения долей и трендов этого достаточно.
-ChatGPT удерживает около ⅔ рынка ген‑ИИ, доля за год снизилась с ~80 % до 65–70 %.
-Gemini вырос с ~5 % до примерно 18 %, местами удваивая трафик за несколько месяцев.
Это уже не монополия, дуополия.
🚨 OpenAI включает «code red»
К концу года OpenAI переводит внутренний фокус на ChatGPT: режим «code red» и приоритет обновлений ядра.
Медиа описывают новую модель уровня GPT‑5.x (часто называют её GPT‑5.2 по медиа‑традиции) как попытку вернуть технический отрыв — меньше галлюцинаций и лучше логика. Официально OpenAI
говорит о следующей
версии семейства GPT‑5.
NotebookLM + Gemini 3: тихий прорыв Google
Для тех, кто работает с документами и собственными знаниями, Google выдвигает связку NotebookLM + Gemini 3.
Теперь можно загружать
PDF, заметки, транскрипты и получать осмысленные выводы и анализ, а не просто «ответ на вопрос».
🧩 Итог 2025
-ChatGPT остаётся
главным брендом, но лидерство не абсолютное.
-Gemini стал рабочим
стандартом для тех, кто
живёт в экосистеме Google
-Гонка ИИ больше не про «умнейшую модель», а про встроенность в повседневность.
Источники:
-Similarweb / X (GenAI Traffic Share, декабрь 2025):
-PPC Land — «ChatGPT holds two-thirds market share as Gemini and Grok gain ground»:
-ZDNet — «Gemini is gaining fast on ChatGPT in one particular way…»:
-SQ Magazine — Google Gemini AI Statistics 2025:
-Similarweb / Press Release:
-Google Blog — обновления Gemini, Workspace, Android
-TechCrunch — OpenAI fires back at Google with GPT‑5.2
-Euronews Next — After ‘code red’ alert, OpenAI releases GPT‑5.2
REAL DIGITAL
#AI #Gemini #ChatGPT #OpenAI #Google #GenAI #NotebookLM #RealDigital #ИИ #Tech
👍4👏2
📢 Глоссарий AI 2.0 | Выпуск #2.2: Память и логика
Почему ваш умный бот вдруг «глупеет» на середине задачи или забывает, о чем была речь в начале?
Продолжаем блок «Управление». Сегодня разберемся, почему ИИ иногда ведет себя как гений, а иногда — как золотая рыбка с амнезией.
Разбираем три термина, которые сделают ваше управление ИИ осознанным:
🔹 1. Context Window (Контекстное окно)
Это объем «оперативной памяти» модели. Всё, что вы написали в чате, и всё, что модель ответила вам, занимает место в этом окне.
* Суть: Как только лимит токенов исчерпан, ИИ начинает буквально «выбрасывать» старые сообщения из памяти. Именно поэтому в длинных диалогах бот вдруг забывает условия задачи. Сейчас идет гонка за «длинный контекст» (от 128k до 2M+ токенов), чтобы ИИ мог держать в голове целые библиотеки за раз.
🔹 2. Chain-of-Thought (CoT / Цепочка рассуждений)
Техника, которая радикально повышает «IQ» модели в сложных задачах. Если просто спросить «Какой ответ?», ИИ может выдать быстрый, но неверный результат, просто угадав его по статистике.
* Как это работает: Если попросить ИИ «Думай шаг за шагом», он начнет расписывать логику решения. Проговаривая промежуточные этапы, модель сама себя проверяет. Это превращает ИИ из «угадывателя слов» в «логического решателя».
🔹 3. Zero-shot / Few-shot Prompting
Это способы настройки поведения модели прямо в ходе диалога.
* Важно: Это не переобучение нейросети, а управление её вниманием «на лету» через примеры.
* Zero-shot: Вы даете задачу без объяснений («Напиши отзыв»).
* Few-shot: Вы даете 2-3 примера нужного результата. Это лучший способ мгновенно объяснить ИИ сложный формат или специфический стиль.
💡 Итог:
• Контекстное окно — объем данных, который ИИ видит одновременно.
• Chain-of-Thought — метод «размышления вслух», спасающий от логических ошибок.
• Few-shot — моментальная настройка стиля через примеры.
В следующем выпуске закроем блок управления: разберем, что такое Temperature (градус «безумия» ИИ) и почему Hallucinations (галлюцинации) — это побочный эффект его креативности.
REAL DIGITAL
#AI #Glossary #RealDigital #ContextWindow #ChainOfThought #FewShot #Logic #TechSimple
Почему ваш умный бот вдруг «глупеет» на середине задачи или забывает, о чем была речь в начале?
Продолжаем блок «Управление». Сегодня разберемся, почему ИИ иногда ведет себя как гений, а иногда — как золотая рыбка с амнезией.
Разбираем три термина, которые сделают ваше управление ИИ осознанным:
🔹 1. Context Window (Контекстное окно)
Это объем «оперативной памяти» модели. Всё, что вы написали в чате, и всё, что модель ответила вам, занимает место в этом окне.
* Суть: Как только лимит токенов исчерпан, ИИ начинает буквально «выбрасывать» старые сообщения из памяти. Именно поэтому в длинных диалогах бот вдруг забывает условия задачи. Сейчас идет гонка за «длинный контекст» (от 128k до 2M+ токенов), чтобы ИИ мог держать в голове целые библиотеки за раз.
🔹 2. Chain-of-Thought (CoT / Цепочка рассуждений)
Техника, которая радикально повышает «IQ» модели в сложных задачах. Если просто спросить «Какой ответ?», ИИ может выдать быстрый, но неверный результат, просто угадав его по статистике.
* Как это работает: Если попросить ИИ «Думай шаг за шагом», он начнет расписывать логику решения. Проговаривая промежуточные этапы, модель сама себя проверяет. Это превращает ИИ из «угадывателя слов» в «логического решателя».
🔹 3. Zero-shot / Few-shot Prompting
Это способы настройки поведения модели прямо в ходе диалога.
* Важно: Это не переобучение нейросети, а управление её вниманием «на лету» через примеры.
* Zero-shot: Вы даете задачу без объяснений («Напиши отзыв»).
* Few-shot: Вы даете 2-3 примера нужного результата. Это лучший способ мгновенно объяснить ИИ сложный формат или специфический стиль.
💡 Итог:
• Контекстное окно — объем данных, который ИИ видит одновременно.
• Chain-of-Thought — метод «размышления вслух», спасающий от логических ошибок.
• Few-shot — моментальная настройка стиля через примеры.
В следующем выпуске закроем блок управления: разберем, что такое Temperature (градус «безумия» ИИ) и почему Hallucinations (галлюцинации) — это побочный эффект его креативности.
REAL DIGITAL
#AI #Glossary #RealDigital #ContextWindow #ChainOfThought #FewShot #Logic #TechSimple
👍4
🌐 КРИПТОРЫНОК КАК ЧАСТЬ СИСТЕМЫ: ЭРА ВЗРОСЛОЙ ИНФРАСТРУКТУРЫ
2025-й — год, когда крипта перестала быть альтернативой финансовой системе и стала её частью. Но это не победа децентрализации, а её самый сложный экзамен.
Потихоньку привыкаем: крипторынок — это уже не отдельная вселенная, а еще один слой финансовой инфраструктуры. 2025 год стал точкой невозврата. Регуляторная ясность в США (CLARITY Act) и ЕС (MiCA) не убила рынок, а задала ему жесткий каркас — от юридического статуса активов до прозрачных требований к резервам.
Что это значит на практике?
• Институциональный десант. Активы в спотовых BTC-ETF превысили 100 млрд долларов. Корпоративные казначейства больше не «экспериментируют» — они встраивают цифру в глобальные балансы как штатный защитный актив.
Банки в игре.
Регуляторы (вроде американского OCC — Управления контролера денежного обращения) официально открыли банкам дверь. JPMorgan и Goldman Sachs используют блокчейн как несущую балку для токенизации реальных активов (RWA) — от облигаций до фондов недвижимости.
Стейблкоины как расчетный слой.
С годовым объемом транзакций в триллионы долларов, они стали «цифровым долларом» для трансграничных платежей. Для финтеха это быстрее и дешевле SWIFT, особенно там, где старая банковская система буксует.
Но у этой «взрослости» есть цена. Пока институционалы празднуют легализацию, старая децентрализованная идея проходит проверку на прочность. Мы входим в эпоху, где $5 млн на compliance важнее, чем элегантность смарт-контракта. Проекты без юрлица и privacy-коины выдавливаются в серую зону.
Итог:
Clarity Act — это не финал, а начало большой игры. Вопрос «кто контролирует инфраструктуру цифровых денег — государства, корпорации или всё-таки распределенные сети?». Пока ответ формулируется в залах Конгресса, децентрализация рискует стать просто сноской в учебниках истории.
«Дикий Запад» закончился. Наступает время сложной и скучной интеграции, где правовая защита актива важнее его хайпа.
Источники:
1. TRM Labs: Global Crypto Policy Review & Outlook 2025/26 — глобальный обзор того, как 2025-й стал годом институционального захода.
2. OCC.gov: Interpretive Letters 2024-2025 — официальное подтверждение прав национальных банков США на операции с цифровыми активами и использование блокчейн-сетей.
REAL DIGITAL
#криптовалюта #финансы #DigitalAssets
2025-й — год, когда крипта перестала быть альтернативой финансовой системе и стала её частью. Но это не победа децентрализации, а её самый сложный экзамен.
Потихоньку привыкаем: крипторынок — это уже не отдельная вселенная, а еще один слой финансовой инфраструктуры. 2025 год стал точкой невозврата. Регуляторная ясность в США (CLARITY Act) и ЕС (MiCA) не убила рынок, а задала ему жесткий каркас — от юридического статуса активов до прозрачных требований к резервам.
Что это значит на практике?
• Институциональный десант. Активы в спотовых BTC-ETF превысили 100 млрд долларов. Корпоративные казначейства больше не «экспериментируют» — они встраивают цифру в глобальные балансы как штатный защитный актив.
Банки в игре.
Регуляторы (вроде американского OCC — Управления контролера денежного обращения) официально открыли банкам дверь. JPMorgan и Goldman Sachs используют блокчейн как несущую балку для токенизации реальных активов (RWA) — от облигаций до фондов недвижимости.
Стейблкоины как расчетный слой.
С годовым объемом транзакций в триллионы долларов, они стали «цифровым долларом» для трансграничных платежей. Для финтеха это быстрее и дешевле SWIFT, особенно там, где старая банковская система буксует.
Но у этой «взрослости» есть цена. Пока институционалы празднуют легализацию, старая децентрализованная идея проходит проверку на прочность. Мы входим в эпоху, где $5 млн на compliance важнее, чем элегантность смарт-контракта. Проекты без юрлица и privacy-коины выдавливаются в серую зону.
Итог:
Clarity Act — это не финал, а начало большой игры. Вопрос «кто контролирует инфраструктуру цифровых денег — государства, корпорации или всё-таки распределенные сети?». Пока ответ формулируется в залах Конгресса, децентрализация рискует стать просто сноской в учебниках истории.
«Дикий Запад» закончился. Наступает время сложной и скучной интеграции, где правовая защита актива важнее его хайпа.
Источники:
1. TRM Labs: Global Crypto Policy Review & Outlook 2025/26 — глобальный обзор того, как 2025-й стал годом институционального захода.
2. OCC.gov: Interpretive Letters 2024-2025 — официальное подтверждение прав национальных банков США на операции с цифровыми активами и использование блокчейн-сетей.
REAL DIGITAL
#криптовалюта #финансы #DigitalAssets
👍4
💊 Фарм-логистика на стероидах: как ИИ будут лечить систему поставок в Казахстане
В «СК-Фармация» тихо запускают «цифровой рентген» всей системы лекарственного обеспечения.
Очень удивились, просмотрев в ютубе свежий разговор с CDO компании Алибеком Жанахметовым о цифровой трансформации отрасли.
Не очень то новости обычно оттуда приходили. Решили внимательно прослушать интервью с вновь назначенным CDO. Итак, разбираемся, что стоит за красивыми словами.
1. От бумаги к датчикам
Было: Чтобы проверить реальные остатки на складах партнёров, сотрудники выезжали в регионы с инвентаризацией — ручной труд съедал ресурсы, а данным нельзя было
доверять.
Стало: Пилот WMS (системы управления складом) с двумя крупнейшими хабами уже запущен. К концу 2025 года склады перейдут на новую систему. План до 2026 года — масштабировать решение на всех партнёров.
Но это не просто учёт коробок. WMS включает датчики контроля
температуры в реальном времени. Для вакцин и биопрепаратов это вопрос безопасности: если температура в ячейке поднялась выше нормы, система мгновенно сигнализирует. Это «холодовая цепь» — именно она делает цифровизацию необходимостью.
2. ЕФИС 2.0: смена мозгов.
Единой фармацевтической информационной системе около десяти лет — для ИТ это палеозой.
План: В 2025 году ЕФИС полностью переезжает на новую платформу. Цель — ускорение обработки заявок и создание фундамента для аналитики. Параллельно строится хранилище данных и BI-слой. Без этого ИИ не взлетит — нейросетям нужны качественные данные, а не Excel-файлы из 2015 года.
3. Предсказание будущего без гадалок.
Сегодня заявки от больниц — это «исторический консерватизм»: берём столько же, сколько в прошлом году, плюс-минус лапоть ( то есть примерно , на глаз)
Новая логика: Предиктивное планирование на базе Big Data, включая эпидситуацию и глобальную логистику.
- Вспышка гриппа в соседней стране автоматически отражается в расчётах потребности до того, как дефицит дойдёт до аптек.
- Рост доли пациентов с высоким сахаром в регионе становится триггером для пересмотра квот на инсулин.
Пилоты ИИ-моделей запланированы на 2026 год.
4. ИИ: от «советника» к «пилоту»
Этапы трансформации:
- 2025 (в процессе): Переход ЕФИС на новую архитектуру
- 2026 (план): Масштабирование WMS + запуск ИИ-пилотов
Маршруты доставки (TMS — система управления транспортом), потребности регионов и распределение между складами будет считать машина. Человек останется в роли проверяющего.
Цель — чтобы ИИ сам реагировал на вспышку гриппа или аномалии в результатах анализов в поликлиниках ещё до возникновения дефицита.
5. Главный вызов — интеграция.
Самое тонкое место — «последняя миля»: поток данных от сельской амбулатории до центрального контура.
Если удастся выстроить бесшовную цепочку (больница → ЕФИС → дата-платформа → ИИ-модели → закупки), это станет кейсом мирового уровня для Казахстана.
Вопрос к аудитории:
Верите, что связка WMS + TMS + ИИ победит дефициты и «ручное распределение», или человеческий фактор так просто не сдастся? 👇
Да, что там. Верите, что вообще дадут доделать цифровизацию?
📹 Полное интервью
REAL DIGITAL
#RealDigital #Logistics #AI #Kazakhstan #MedTech #DigitalTransformation
В «СК-Фармация» тихо запускают «цифровой рентген» всей системы лекарственного обеспечения.
Очень удивились, просмотрев в ютубе свежий разговор с CDO компании Алибеком Жанахметовым о цифровой трансформации отрасли.
Не очень то новости обычно оттуда приходили. Решили внимательно прослушать интервью с вновь назначенным CDO. Итак, разбираемся, что стоит за красивыми словами.
СПРАВКА
Алибек Жанахметов — Директор по цифровизации (CDO) ТОО «СК-Фармация» с сентября 2025 года. Специализируется на реинжиниринге процессов, автоматизации и создании Data-Driven систем.
Фокус: цифровая трансформация, внедрение WMS/TMS, развитие ИИ-аналитики для прозрачности и скорости принятия решений.
1. От бумаги к датчикам
Было: Чтобы проверить реальные остатки на складах партнёров, сотрудники выезжали в регионы с инвентаризацией — ручной труд съедал ресурсы, а данным нельзя было
доверять.
Стало: Пилот WMS (системы управления складом) с двумя крупнейшими хабами уже запущен. К концу 2025 года склады перейдут на новую систему. План до 2026 года — масштабировать решение на всех партнёров.
Но это не просто учёт коробок. WMS включает датчики контроля
температуры в реальном времени. Для вакцин и биопрепаратов это вопрос безопасности: если температура в ячейке поднялась выше нормы, система мгновенно сигнализирует. Это «холодовая цепь» — именно она делает цифровизацию необходимостью.
2. ЕФИС 2.0: смена мозгов.
Единой фармацевтической информационной системе около десяти лет — для ИТ это палеозой.
План: В 2025 году ЕФИС полностью переезжает на новую платформу. Цель — ускорение обработки заявок и создание фундамента для аналитики. Параллельно строится хранилище данных и BI-слой. Без этого ИИ не взлетит — нейросетям нужны качественные данные, а не Excel-файлы из 2015 года.
3. Предсказание будущего без гадалок.
Сегодня заявки от больниц — это «исторический консерватизм»: берём столько же, сколько в прошлом году, плюс-минус лапоть ( то есть примерно , на глаз)
Новая логика: Предиктивное планирование на базе Big Data, включая эпидситуацию и глобальную логистику.
- Вспышка гриппа в соседней стране автоматически отражается в расчётах потребности до того, как дефицит дойдёт до аптек.
- Рост доли пациентов с высоким сахаром в регионе становится триггером для пересмотра квот на инсулин.
Пилоты ИИ-моделей запланированы на 2026 год.
4. ИИ: от «советника» к «пилоту»
Этапы трансформации:
- 2025 (в процессе): Переход ЕФИС на новую архитектуру
- 2026 (план): Масштабирование WMS + запуск ИИ-пилотов
Маршруты доставки (TMS — система управления транспортом), потребности регионов и распределение между складами будет считать машина. Человек останется в роли проверяющего.
Цель — чтобы ИИ сам реагировал на вспышку гриппа или аномалии в результатах анализов в поликлиниках ещё до возникновения дефицита.
Цитата:
“Цифровизация — это не код и серверы, а реинжиниринг процессов. Технологии — лишь инструмент для изменения того, как мы работаем”.
5. Главный вызов — интеграция.
Самое тонкое место — «последняя миля»: поток данных от сельской амбулатории до центрального контура.
Если удастся выстроить бесшовную цепочку (больница → ЕФИС → дата-платформа → ИИ-модели → закупки), это станет кейсом мирового уровня для Казахстана.
Вопрос к аудитории:
Верите, что связка WMS + TMS + ИИ победит дефициты и «ручное распределение», или человеческий фактор так просто не сдастся? 👇
Да, что там. Верите, что вообще дадут доделать цифровизацию?
📹 Полное интервью
REAL DIGITAL
#RealDigital #Logistics #AI #Kazakhstan #MedTech #DigitalTransformation
👍12❤3🔥2
📢 Глоссарий AI 2.0 | Выпуск #2.3: Градус безумия и ложные воспоминания
Сегодня разберем, откуда у ИИ берется «градус безумия» и почему он иногда с абсолютной уверенностью несет полную чепуху. Завершаем блок «Управление» самыми тонкими настройками, которые превращают нейросеть из сухого аналитика в безумного поэта.
Три финальных термина для полного контроля над моделью:
🔹 1. Temperature (Температура)
Это «регулятор креативности». ИИ не просто выдает ответ, он выбирает слова из списка наиболее вероятных. Температура определяет, насколько рискованным будет этот выбор.
• Низкая (0.1–0.3): Модель выбирает только самые очевидные варианты. Ответы будут точными, сухими и предсказуемыми. Идеально для кода и расчетов.
• Высокая (0.7–1.0+): Модель начинает экспериментировать. Это добавляет тексту метафор и жизни, но резко повышает риск ошибок.
🔹 2. Hallucinations (Галлюцинации)
Феномен, когда ИИ уверенно выдает вымышленные факты за реальные.
• Почему это происходит: Важно помнить: ИИ — это не база данных, а статистический предсказатель. Если в его «памяти» нет точного ответа, он все равно обязан его сгенерировать. Он просто достраивает наиболее правдоподобную (по его мнению) цепочку слов. Галлюцинации — это обратная сторона креативности.
🔹 3. Top-p / Top-k
Думайте о них как о предохранителях креативности. Это фильтры, которые ограничивают набор слов, из которых ИИ делает выбор. Они отсекают совсем маловероятный бред, не давая модели уйти в полную фантазию даже на высокой температуре.
💡 Итог блока «Управление»:
• Температура — ваш выбор между точностью и фантазией.
• Галлюцинации — риск, который мы минимизируем через структуру промпта.
• Top-p / k — технические рычаги «адекватности» нейросети.
Мы закончили с управлением!
В следующем блоке переходим к «Технологиям будущего и AI-агентам». Разберем, почему скоро ИИ будет не просто отвечать на вопросы, а самостоятельно вызывать вам такси и планировать отпуск.
REAL DIGITAL
#AI #Glossary #RealDigital #Temperature #Hallucinations #TopP #AIProgramming #Tech #Education
Сегодня разберем, откуда у ИИ берется «градус безумия» и почему он иногда с абсолютной уверенностью несет полную чепуху. Завершаем блок «Управление» самыми тонкими настройками, которые превращают нейросеть из сухого аналитика в безумного поэта.
Три финальных термина для полного контроля над моделью:
🔹 1. Temperature (Температура)
Это «регулятор креативности». ИИ не просто выдает ответ, он выбирает слова из списка наиболее вероятных. Температура определяет, насколько рискованным будет этот выбор.
• Низкая (0.1–0.3): Модель выбирает только самые очевидные варианты. Ответы будут точными, сухими и предсказуемыми. Идеально для кода и расчетов.
• Высокая (0.7–1.0+): Модель начинает экспериментировать. Это добавляет тексту метафор и жизни, но резко повышает риск ошибок.
🔹 2. Hallucinations (Галлюцинации)
Феномен, когда ИИ уверенно выдает вымышленные факты за реальные.
• Почему это происходит: Важно помнить: ИИ — это не база данных, а статистический предсказатель. Если в его «памяти» нет точного ответа, он все равно обязан его сгенерировать. Он просто достраивает наиболее правдоподобную (по его мнению) цепочку слов. Галлюцинации — это обратная сторона креативности.
🔹 3. Top-p / Top-k
Думайте о них как о предохранителях креативности. Это фильтры, которые ограничивают набор слов, из которых ИИ делает выбор. Они отсекают совсем маловероятный бред, не давая модели уйти в полную фантазию даже на высокой температуре.
💡 Итог блока «Управление»:
• Температура — ваш выбор между точностью и фантазией.
• Галлюцинации — риск, который мы минимизируем через структуру промпта.
• Top-p / k — технические рычаги «адекватности» нейросети.
Мы закончили с управлением!
В следующем блоке переходим к «Технологиям будущего и AI-агентам». Разберем, почему скоро ИИ будет не просто отвечать на вопросы, а самостоятельно вызывать вам такси и планировать отпуск.
REAL DIGITAL
#AI #Glossary #RealDigital #Temperature #Hallucinations #TopP #AIProgramming #Tech #Education
👍4👏2
🚨 Новогодний «сезон охоты»: почему киберпреступники не уходят на каникулы?
Пока мы планируем праздничный стол, хакеры готовят «финальный бросок». Согласно свежим данным экспертов RED Security, в период новогодних каникул число инцидентов ИБ возрастает в 4–5 раз.
В чем ловушка?
Злоумышленники проникают в сети заранее, но активируют шифровальщики именно под бой курантов. Когда ИТ-отделы работают в сокращенном составе, у хакеров есть фора в несколько дней, чтобы парализовать бизнес.
По статистике, 80% атак в начале января направлены на полное уничтожение инфраструктуры или вымогательство.
Чтобы ваш январь не начался с «цифрового пепелища», пройдите по этому чек-листу прямо сейчас:
✅ 1. Ревизия доступов (VPN/RDP)
Заблокируйте учетки сотрудников, уходящих в отпуск. Для всех остальных — строго 2FA (двухфакторка). Праздники — идеальное время для подбора простых паролей.
✅ 2. Правило «холодного» бэкапа
Шифровальщики первым делом ищут резервные копии в сети. Сделайте свежий бэкап и физически отключите его от инфраструктуры. Это ваша единственная гарантия выживания при тотальном взломе.
✅ 3. Заплатки на периметре
Закройте критические уязвимости на шлюзах и почтовых серверах. Хакеры автоматизированно сканируют порты 24/7, и новогодняя ночь для них — не исключение.
✅ 4. Анти-фишинг инструктаж
Предупредите коллег: никаких кликов по ссылкам «Посмотри наше поздравление» или «Твой бонус здесь» от незнакомых адресатов. Праздничный фишинг — самый эффективный в году.
✅ 5. План «Б» (Красная папка)
Убедитесь, что у вас есть список телефонов ключевых сотрудников ИТ и ИБ, которые будут на связи 1 и 2 января. Время реакции — решающий фактор.
🚀 Главный совет: Не оставляйте мониторинг на самотек. Проверьте бэкапы сегодня, чтобы спокойно отдыхать завтра!
REAL DIGITAL
Источник:
RED Security / Positive Technologies
#Кибербезопасность #ИБ #ЗащитаБизнеса #IT #НовыйГод2025 #НовыйГод2026 #InfoSec
Пока мы планируем праздничный стол, хакеры готовят «финальный бросок». Согласно свежим данным экспертов RED Security, в период новогодних каникул число инцидентов ИБ возрастает в 4–5 раз.
В чем ловушка?
Злоумышленники проникают в сети заранее, но активируют шифровальщики именно под бой курантов. Когда ИТ-отделы работают в сокращенном составе, у хакеров есть фора в несколько дней, чтобы парализовать бизнес.
По статистике, 80% атак в начале января направлены на полное уничтожение инфраструктуры или вымогательство.
Чтобы ваш январь не начался с «цифрового пепелища», пройдите по этому чек-листу прямо сейчас:
✅ 1. Ревизия доступов (VPN/RDP)
Заблокируйте учетки сотрудников, уходящих в отпуск. Для всех остальных — строго 2FA (двухфакторка). Праздники — идеальное время для подбора простых паролей.
✅ 2. Правило «холодного» бэкапа
Шифровальщики первым делом ищут резервные копии в сети. Сделайте свежий бэкап и физически отключите его от инфраструктуры. Это ваша единственная гарантия выживания при тотальном взломе.
✅ 3. Заплатки на периметре
Закройте критические уязвимости на шлюзах и почтовых серверах. Хакеры автоматизированно сканируют порты 24/7, и новогодняя ночь для них — не исключение.
✅ 4. Анти-фишинг инструктаж
Предупредите коллег: никаких кликов по ссылкам «Посмотри наше поздравление» или «Твой бонус здесь» от незнакомых адресатов. Праздничный фишинг — самый эффективный в году.
✅ 5. План «Б» (Красная папка)
Убедитесь, что у вас есть список телефонов ключевых сотрудников ИТ и ИБ, которые будут на связи 1 и 2 января. Время реакции — решающий фактор.
🚀 Главный совет: Не оставляйте мониторинг на самотек. Проверьте бэкапы сегодня, чтобы спокойно отдыхать завтра!
REAL DIGITAL
Источник:
RED Security / Positive Technologies
#Кибербезопасность #ИБ #ЗащитаБизнеса #IT #НовыйГод2025 #НовыйГод2026 #InfoSec
👏8👍4❤3😱1
Ракетный DevOps по‑казахски: стартап «ТЯГА» за четыре дня собирает в степи полигон для испытаний жидкостных ракетных двигателей.
В последний день года, когда большинство уже притормаживает и досчитывает часы до праздничного фейерверка, команда казахстанского стартапа «ТЯГА» отсчитывает секунды до команды ПУСК! На заснеженной площадке под морозным небом за четыре дня вырастает мини‑полигон в двух контейнерах — и вместо салюта зажигается яркий факел жидкостного ракетного двигателя.
Мини‑полигон в контейнере
В первом контейнере — силовая рама, двигатель, тягоизмеритель и система подачи топлива, во втором — пункт управления и телеметрия; получается мобильный полигон, который можно поставить прямо рядом с конструкторским бюро. Стенд рассчитан на двигатели тягой до 10 кН на парах «жидкий кислород + керосин/изопропанол» — это уже не модельные двигатели, а серьёзный учебно‑экспериментальный класс.
Автоматика вместо «поджечь и посмотреть»
Запуском управляет автоматика: зажигание, подача компонентов, продувка и аварийная остановка идут по циклограмме, а команда сидит в защищённом контейнере и наблюдает за параметрами. Система сбора данных снимает давление, расходы, температуру и тягу с высокой частотой (до десятков килогерц), так что каждый «чих» двигателя попадает в лог и помогает быстро понять, что пошло не так.
От месяцев к дням: почему четыре дня — это революция
Классический сценарий: чтобы испытать новый двигатель, конструкторы ждут окно на большом полигоне и гоняют документацию по инстанциям, и в лучшем случае видят огонь через пару месяцев. В формате «ТЯГИ» стенд приезжает к ним в контейнерах, разворачивается за пару дней и превращает процесс в итерации масштаба «спроектировал утром — поджёг вечером — доработал на следующий день». Для стартапов и университетских команд, у которых каждая неделя на счету, это радикальное сокращение цикла разработки.
От 10 до 60 кН и переход на метан
Сейчас комплекс рассчитан на тягу 10 кН, но команда уже проектирует версию до 60 кН с жидким метаном — топливом, на которое переходят новые многоразовые ракеты.
Увеличить тягу в шесть раз — это не просто «сделать двигатель побольше»: это кратный рост тепловых потоков и нагрузок на камеру сгорания, требующий принципиально иных подходов к охлаждению. А метан, при всех своих плюсах, добавляет инженерам головной боли в виде ещё одного криогенного контура и новых требований к материалам.
Не только стенды, но и «железо»
Дальше «ТЯГА» хочет делать не только стенды, но и сами компоненты ракет-носителей: клапаны, турбонасосные агрегаты, инжекторы, камеры сгорания и системы зажигания. Это ставка на вертикальную интеграцию — снижение зависимости от импорта, сокращение цепочек поставок и, как следствие, ускорение и удешевление производства. Формат «полигон в контейнере» потенциально интересен университетским лабораториям и частным командам в таких странах как Индия, Турция или ОАЭ, где космические амбиции уже есть, а собственной испытательной инфраструктуры ещё нет.
Пожелаем команде «ТЯГА» удачи — и будем следить, получится ли у них стать заметным игроком на рынке ракетных технологий.
Следите за новостями проекта в Телеграм канале который ведут ребята:
Тяга к звездам
https://news.1rj.ru/str/in_space_we_thrust
В последний день года, когда большинство уже притормаживает и досчитывает часы до праздничного фейерверка, команда казахстанского стартапа «ТЯГА» отсчитывает секунды до команды ПУСК! На заснеженной площадке под морозным небом за четыре дня вырастает мини‑полигон в двух контейнерах — и вместо салюта зажигается яркий факел жидкостного ракетного двигателя.
Мини‑полигон в контейнере
В первом контейнере — силовая рама, двигатель, тягоизмеритель и система подачи топлива, во втором — пункт управления и телеметрия; получается мобильный полигон, который можно поставить прямо рядом с конструкторским бюро. Стенд рассчитан на двигатели тягой до 10 кН на парах «жидкий кислород + керосин/изопропанол» — это уже не модельные двигатели, а серьёзный учебно‑экспериментальный класс.
Автоматика вместо «поджечь и посмотреть»
Запуском управляет автоматика: зажигание, подача компонентов, продувка и аварийная остановка идут по циклограмме, а команда сидит в защищённом контейнере и наблюдает за параметрами. Система сбора данных снимает давление, расходы, температуру и тягу с высокой частотой (до десятков килогерц), так что каждый «чих» двигателя попадает в лог и помогает быстро понять, что пошло не так.
От месяцев к дням: почему четыре дня — это революция
Классический сценарий: чтобы испытать новый двигатель, конструкторы ждут окно на большом полигоне и гоняют документацию по инстанциям, и в лучшем случае видят огонь через пару месяцев. В формате «ТЯГИ» стенд приезжает к ним в контейнерах, разворачивается за пару дней и превращает процесс в итерации масштаба «спроектировал утром — поджёг вечером — доработал на следующий день». Для стартапов и университетских команд, у которых каждая неделя на счету, это радикальное сокращение цикла разработки.
От 10 до 60 кН и переход на метан
Сейчас комплекс рассчитан на тягу 10 кН, но команда уже проектирует версию до 60 кН с жидким метаном — топливом, на которое переходят новые многоразовые ракеты.
Увеличить тягу в шесть раз — это не просто «сделать двигатель побольше»: это кратный рост тепловых потоков и нагрузок на камеру сгорания, требующий принципиально иных подходов к охлаждению. А метан, при всех своих плюсах, добавляет инженерам головной боли в виде ещё одного криогенного контура и новых требований к материалам.
Не только стенды, но и «железо»
Дальше «ТЯГА» хочет делать не только стенды, но и сами компоненты ракет-носителей: клапаны, турбонасосные агрегаты, инжекторы, камеры сгорания и системы зажигания. Это ставка на вертикальную интеграцию — снижение зависимости от импорта, сокращение цепочек поставок и, как следствие, ускорение и удешевление производства. Формат «полигон в контейнере» потенциально интересен университетским лабораториям и частным командам в таких странах как Индия, Турция или ОАЭ, где космические амбиции уже есть, а собственной испытательной инфраструктуры ещё нет.
Пожелаем команде «ТЯГА» удачи — и будем следить, получится ли у них стать заметным игроком на рынке ракетных технологий.
Следите за новостями проекта в Телеграм канале который ведут ребята:
Тяга к звездам
https://news.1rj.ru/str/in_space_we_thrust
🔥9👍7👏1
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ RAG больше не панацея? Эволюция архитектуры ИИ
Если вы внедряете LLM в бизнес, аббревиатуру RAG (поиск информации в базе перед ответом) вы наверняка выучили наизусть. Долгое время это был единственный способ заставить нейросеть не галлюцинировать.
Но индустрия взрослеет. Мы поняли, что классический RAG — это часто стрельба из пушки по воробьям. Это медленно и дорого.
На смену приходит Гибридная архитектура. Давайте разберем, как это работает у профи, и где здесь подводные камни.
Проблема RAG.
Представьте сотрудника, который на вопрос «Во сколько открывается офис?» каждый раз лезет в шкаф за графиком работы. И так 100 раз в день.
Каждый лишний поиск в векторной базе — это задержка (latency) и сожженные токены.
✅ Решение: Умное кэширование (CAG)
CAG (Cache-Augmented Generation) — это подход, когда мы берем «холодные данные» (регламенты, документацию, FAQ) и загружаем их прямо в контекстный кэш модели. Она больше не ищет их — она их знает. Ответ мгновенный.
Реальная архитектура сегодня
Это не выбор «или-или». Это система с Маршрутизатором (Router).
Схема выглядит так:
Запрос пользователя ➡️ Smart Router ➡️
1️⃣ Простой вопрос? ➡️ Ответ из кэша (CAG). Быстро, дешево.
2️⃣ Нужны свежие данные? ➡️ Поиск в базе (RAG).
3️⃣ Сложная аналитика?
➡️ Агенты + Инструменты (API, SQL, внешние сервисы).
Но дьявол в деталях (Важно!)
Кэширование — не волшебная таблетка. Если ваши разработчики предложат «закэшировать всё», задайте им два вопроса:
- Инвалидация (обновление) данных. Если вы обновили цены в базе, а в кэше осталась старая версия — модель будет уверенно продавать клиенту услуги по тарифам прошлого года? Нужна жесткая система сброса кэша.
- Экономика токенов. Кэш выгоден только при частом использовании. Если вы загрузили в контекст «Войну и мир», а спросили про нее один раз — вы переплатили. Кэшируем только High Frequency Data (часы работы, условия возврата — то, что спрашивают сотни раз в день).
Вердикт редакции:
Эра «тупых» ботов, которые просто ищут по ключевикам, уходит. Будущее за гибридными системами, которые понимают, когда нужно вспомнить (CAG), а когда — погуглить (RAG).
Это и есть та самая оптимизация, которая режет косты на 40-90%.
#AI #Architecture #Dev #RAG #Optimization #REALDIGITAL
Если вы внедряете LLM в бизнес, аббревиатуру RAG (поиск информации в базе перед ответом) вы наверняка выучили наизусть. Долгое время это был единственный способ заставить нейросеть не галлюцинировать.
Но индустрия взрослеет. Мы поняли, что классический RAG — это часто стрельба из пушки по воробьям. Это медленно и дорого.
На смену приходит Гибридная архитектура. Давайте разберем, как это работает у профи, и где здесь подводные камни.
Проблема RAG.
Представьте сотрудника, который на вопрос «Во сколько открывается офис?» каждый раз лезет в шкаф за графиком работы. И так 100 раз в день.
Каждый лишний поиск в векторной базе — это задержка (latency) и сожженные токены.
✅ Решение: Умное кэширование (CAG)
CAG (Cache-Augmented Generation) — это подход, когда мы берем «холодные данные» (регламенты, документацию, FAQ) и загружаем их прямо в контекстный кэш модели. Она больше не ищет их — она их знает. Ответ мгновенный.
Реальная архитектура сегодня
Это не выбор «или-или». Это система с Маршрутизатором (Router).
Схема выглядит так:
Запрос пользователя ➡️ Smart Router ➡️
1️⃣ Простой вопрос? ➡️ Ответ из кэша (CAG). Быстро, дешево.
2️⃣ Нужны свежие данные? ➡️ Поиск в базе (RAG).
3️⃣ Сложная аналитика?
➡️ Агенты + Инструменты (API, SQL, внешние сервисы).
Но дьявол в деталях (Важно!)
Кэширование — не волшебная таблетка. Если ваши разработчики предложат «закэшировать всё», задайте им два вопроса:
- Инвалидация (обновление) данных. Если вы обновили цены в базе, а в кэше осталась старая версия — модель будет уверенно продавать клиенту услуги по тарифам прошлого года? Нужна жесткая система сброса кэша.
- Экономика токенов. Кэш выгоден только при частом использовании. Если вы загрузили в контекст «Войну и мир», а спросили про нее один раз — вы переплатили. Кэшируем только High Frequency Data (часы работы, условия возврата — то, что спрашивают сотни раз в день).
Вердикт редакции:
Эра «тупых» ботов, которые просто ищут по ключевикам, уходит. Будущее за гибридными системами, которые понимают, когда нужно вспомнить (CAG), а когда — погуглить (RAG).
Это и есть та самая оптимизация, которая режет косты на 40-90%.
#AI #Architecture #Dev #RAG #Optimization #REALDIGITAL
👍9
Медицинский ИИ: Почему он перестал «галлюцинировать»?
Главная проблема ИИ в медицине — отсутствие права на ошибку.
Если чат-бот ошибется в рецепте пирога — это смешно. Если в дозировке лекарства — это катастрофа.
И оно не в «мощности» нейросетей, а в новой архитектуре доверия.
Разбираем, как это устроено «под капотом».
1. ИИ, который умеет передумывать (Stateful Graphs)
Раньше ИИ работал как конвейер: шаг 1 -> шаг 2 -> шаг 3. Если на первом этапе была ошибка, она катилась до самого конца.
Как теперь: Агенты строятся на Stateful Graphs (графах состояний).
Простыми словами: Это работа консилиума врачей. Если на этапе анализа крови ИИ видит нестыковку с первым осмотром, он не выдает диагноз, а «зацикливается» и возвращается в начало, чтобы перепроверить данные. Если сомнения остаются — он сам зовет врача (Breakpoint).
2. Авто-уборка медицинского хаоса (AgentDose & OMOP)
Медицинские данные — это хаос: почерк врачей, разные сокращения, путаница в единицах (мг или мкг). Чтобы ИИ не отравил пациента, данные нужно перевести в идеальный стандарт OMOP.
Как теперь: Появился AgentDose (проект сообщества OHDSI).
Простыми словами: Это «умный фильтр», который на лету читает неразборчивые заметки и сам раскладывает их по полочкам мирового стандарта. Он автоматически исправляет ошибки в дозировках еще до того, как их увидит диагностическая модель.
3. Цифровое «алиби» для врача (Iceberg v3)
Главный вопрос к ИИ: «Почему ты принял это решение?». Раньше это был «черный ящик».
Как теперь: Используется стек Iceberg v3 + Trino.
Простыми словами: Это «черный ящик» самолета, но для данных. Функция Row Lineage в Iceberg v3 позволяет буквально отмотать время назад и увидеть, на основании какой конкретно строчки в анализах ИИ поставил диагноз.
Итого, это дает клинике юридическую защиту: любое действие ИИ можно проверить и доказать его логику в суде или на комиссии.
В 2025 году мы ценим не «умные» модели, а надежную архитектуру. Побеждают те, кто внедрил связку Graphs + OMOP + Iceberg. Это превращает нейросеть из игрушки в серьезный медицинский инструмент.
OHDSI 2025: Как данные становятся лекарством — видео о том, как стандарты OMOP спасают жизни.
REAL DIGITAL
Главная проблема ИИ в медицине — отсутствие права на ошибку.
Если чат-бот ошибется в рецепте пирога — это смешно. Если в дозировке лекарства — это катастрофа.
В конце 2025 года индустрия нашла решение. И оно не в «мощности» нейросетей, а в новой архитектуре доверия.
Разбираем, как это устроено «под капотом».
1. ИИ, который умеет передумывать (Stateful Graphs)
Раньше ИИ работал как конвейер: шаг 1 -> шаг 2 -> шаг 3. Если на первом этапе была ошибка, она катилась до самого конца.
Как теперь: Агенты строятся на Stateful Graphs (графах состояний).
Простыми словами: Это работа консилиума врачей. Если на этапе анализа крови ИИ видит нестыковку с первым осмотром, он не выдает диагноз, а «зацикливается» и возвращается в начало, чтобы перепроверить данные. Если сомнения остаются — он сам зовет врача (Breakpoint).
2. Авто-уборка медицинского хаоса (AgentDose & OMOP)
Медицинские данные — это хаос: почерк врачей, разные сокращения, путаница в единицах (мг или мкг). Чтобы ИИ не отравил пациента, данные нужно перевести в идеальный стандарт OMOP.
Как теперь: Появился AgentDose (проект сообщества OHDSI).
OHDSI (Observational Health Data Sciences and Informatics) — это международный научный консорциум, который разработал OMOP (Common Data Model). Это единый мировой стандарт, который превращает разрозненные записи из разных больниц в понятную для ИИ структуру. Благодаря OMOP ИИ понимает историю болезни одинаково на каком бы языке и в какой бы клинике она ни была написана хоть в клинике Астаны хоть Нью-Йорка.
Простыми словами: Это «умный фильтр», который на лету читает неразборчивые заметки и сам раскладывает их по полочкам мирового стандарта. Он автоматически исправляет ошибки в дозировках еще до того, как их увидит диагностическая модель.
3. Цифровое «алиби» для врача (Iceberg v3)
Главный вопрос к ИИ: «Почему ты принял это решение?». Раньше это был «черный ящик».
Как теперь: Используется стек Iceberg v3 + Trino.
Простыми словами: Это «черный ящик» самолета, но для данных. Функция Row Lineage в Iceberg v3 позволяет буквально отмотать время назад и увидеть, на основании какой конкретно строчки в анализах ИИ поставил диагноз.
Apache Iceberg (v3) — это «Умный Архив»
Представьте себе огромную библиотеку, где миллионы книг (данных) просто свалены в кучу. Найти что-то быстро или изменить одну страницу в книге, не перепечатывая всю серию, невозможно.
• Простыми словами: Iceberg — это «интеллектуальный каталог» над этой кучей. Он превращает хаотичные файлы в аккуратные и понятные таблицы.
• Главная фишка: Он поддерживает «Машину времени». Вы можете спросить систему: «Как выглядели данные пациента ровно неделю назад до того, как мы внесли правки?» — и Iceberg мгновенно покажет ту версию.
Trino — это «Супер-Двигатель»
Trino сам ничего не хранит. Это «мозг», который умеет очень быстро читать данные из разных мест.
• Простыми словами: Представьте супер-переводчика, который может одновременно зайти в 10 разных библиотек, на лету прочитать книги на разных языках и выдать вам краткий и точный ответ за секунды.
• Главная фишка: Ему не нужно перекладывать данные к себе (это долго и дорого). Он «приходит» туда, где лежат данные (в Iceberg), быстро их анализирует и выдает результат.
Итого, это дает клинике юридическую защиту: любое действие ИИ можно проверить и доказать его логику в суде или на комиссии.
В 2025 году мы ценим не «умные» модели, а надежную архитектуру. Побеждают те, кто внедрил связку Graphs + OMOP + Iceberg. Это превращает нейросеть из игрушки в серьезный медицинский инструмент.
OHDSI 2025: Как данные становятся лекарством — видео о том, как стандарты OMOP спасают жизни.
REAL DIGITAL
YouTube
OHDSI 2025 Demo: DarwinBenchmark: Evaluating cohort generation and analytics in OMOP CDM databases
The Nov. 11 community call featured software demos that were first presented at the 2025 Global Symposium.
Title: DarwinBenchmark: Evaluating cohort generation and analytics in OMOP CDM databases
Presenter: Ioanna Nika (Data Scientist, Erasmus MC)
Recordings…
Title: DarwinBenchmark: Evaluating cohort generation and analytics in OMOP CDM databases
Presenter: Ioanna Nika (Data Scientist, Erasmus MC)
Recordings…
🔥5👍3🤔1
🧠 Математика против «Один дома»: Кевина Маккаллистера «заказали»?
Физик Луис Баталья (Luis Batalha) решил проверить завязку фильма через распределение Гаусса. Его расчеты подтверждают: шансов на то, что это произошло случайно, почти нет.
Разбор «полетов» (в Париж):
Баталья взял данные о сне американцев из National Sleep Foundation. Чтобы проспать до 8 утра (когда приехали шаттлы) при отбое в 23:00, взрослые должны были пролежать в отключке минимум 9 часов.
• Вероятность, что проспит один взрослый: 19%. Допустимо, бывает с каждым.
• Вероятность, что одновременно вырубятся все четверо (Питер, Кейт, Фрэнк и Лесли): 0,13%.
Это 1 шанс из 750. С такой же вероятностью вы вытянете туза пик из четырех разных колод подряд. В мире ИТ такой «сбой» назвали бы не случайностью, а целенаправленным саботажем.
Почему 0,13% — это еще слишком оптимистично?
В этой истории видятся дыры в безопасности похлеще, чем в софте нулевых:
1. Биологические триггеры. В доме 11 детей. Кто-то из них обязан был вскочить в 6 утра от предвкушения Парижа. То, что 11 детей синхронно проигнорировали рассвет — аномалия, не поддающаяся логике.
2. Предполетный кортизол. Международный рейс — это стресс для тех кто не летает часто. Любой подтвердит: в ночь перед вылетом ты спишь «в полглаза», прокручивая в голове список вещей.
3. Внешние сигналы. Водители такси не просто ждали, они сигналили. Четыре независимых организма не могут одновременно игнорировать шум улицы и яркий солнечный свет.
Вердикт 🕵️♂️:
Либо Маккаллистеры — феноменальные везунчики, либо перед нами идеально исполненный Inside Job (внутреннее дело).
С точки зрения теории вероятностей, оставить ребенка дома «случайно» при таких вводных невозможно. Вся суета в аэропорту и легендарный крик «КЕВИИИН!» выглядят как продуманное алиби для органов опеки. Родители просто хотели отдохнуть от самого шумного ребенка. 😉
Как считаете: это сценарный «костыль» или Питер и Кейт — гении социальной инженерии, которые всех переиграли? 👇
Источник:
https://x.com/luismbat/status/2003724824720605417?s=46
Физик Луис Баталья (Luis Batalha) решил проверить завязку фильма через распределение Гаусса. Его расчеты подтверждают: шансов на то, что это произошло случайно, почти нет.
Разбор «полетов» (в Париж):
Баталья взял данные о сне американцев из National Sleep Foundation. Чтобы проспать до 8 утра (когда приехали шаттлы) при отбое в 23:00, взрослые должны были пролежать в отключке минимум 9 часов.
• Вероятность, что проспит один взрослый: 19%. Допустимо, бывает с каждым.
• Вероятность, что одновременно вырубятся все четверо (Питер, Кейт, Фрэнк и Лесли): 0,13%.
Это 1 шанс из 750. С такой же вероятностью вы вытянете туза пик из четырех разных колод подряд. В мире ИТ такой «сбой» назвали бы не случайностью, а целенаправленным саботажем.
Почему 0,13% — это еще слишком оптимистично?
В этой истории видятся дыры в безопасности похлеще, чем в софте нулевых:
1. Биологические триггеры. В доме 11 детей. Кто-то из них обязан был вскочить в 6 утра от предвкушения Парижа. То, что 11 детей синхронно проигнорировали рассвет — аномалия, не поддающаяся логике.
2. Предполетный кортизол. Международный рейс — это стресс для тех кто не летает часто. Любой подтвердит: в ночь перед вылетом ты спишь «в полглаза», прокручивая в голове список вещей.
3. Внешние сигналы. Водители такси не просто ждали, они сигналили. Четыре независимых организма не могут одновременно игнорировать шум улицы и яркий солнечный свет.
Вердикт 🕵️♂️:
Либо Маккаллистеры — феноменальные везунчики, либо перед нами идеально исполненный Inside Job (внутреннее дело).
С точки зрения теории вероятностей, оставить ребенка дома «случайно» при таких вводных невозможно. Вся суета в аэропорту и легендарный крик «КЕВИИИН!» выглядят как продуманное алиби для органов опеки. Родители просто хотели отдохнуть от самого шумного ребенка. 😉
Как считаете: это сценарный «костыль» или Питер и Кейт — гении социальной инженерии, которые всех переиграли? 👇
Источник:
https://x.com/luismbat/status/2003724824720605417?s=46
🔥4👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Жаңа 2026 жыл құтты болсын, Real Digital! 🎄
Әрбір технологияның артында ең алдымен адам тұрады. Сондықтан жаңа жылда әрбір оқырманымызға тілейтініміз:
- Зеректік пен нақты фокус: ақпарат ағынында ең маңыздысын көре біліп, дұрыс шешімдер қабылдаңыздар.
- Технологиялық жайлылық: цифрландыру сіздің өміріңізде көрінбейтін көмекші болып, шын мәнінде маңызды істерге уақыт босатсын.
- Сарқылмас қуат: өршіл мақсаттарға әрқашан күш-жігеріңіз жетіп, идеяларыңыз кідіріссіз жүзеге аса берсін.
Біз өз кезегімізде сіздерді басты технологиялық трендтерден құлағдар етуді жалғастырамыз. Әрқашан бір қадам алда болыңыздар.
2026 жыл үлкен жеңістер жылы болсын! ✨
С Новым 2026 годом, Real Digital! 🎄
За каждой технологией прежде всего стоите вы — наши читатели. В новом году мы желаем вам:
- Острого ума и ясного фокуса: чтобы в бесконечном потоке информации вы всегда видели главное и принимали верные решения.
- Технологического комфорта: пусть цифровизация работает как невидимый помощник, освобождая время для того, что вам действительно важно.
- Неиссякаемой энергии: чтобы на любые амбициозные цели всегда хватало сил, а идеи воплощались в жизнь без лишних пауз.
Мы продолжим держать вас в курсе главных технологических трендов. Будьте на шаг впереди, и пусть ваш 2026-й станет годом больших побед! ✨
Әрбір технологияның артында ең алдымен адам тұрады. Сондықтан жаңа жылда әрбір оқырманымызға тілейтініміз:
- Зеректік пен нақты фокус: ақпарат ағынында ең маңыздысын көре біліп, дұрыс шешімдер қабылдаңыздар.
- Технологиялық жайлылық: цифрландыру сіздің өміріңізде көрінбейтін көмекші болып, шын мәнінде маңызды істерге уақыт босатсын.
- Сарқылмас қуат: өршіл мақсаттарға әрқашан күш-жігеріңіз жетіп, идеяларыңыз кідіріссіз жүзеге аса берсін.
Біз өз кезегімізде сіздерді басты технологиялық трендтерден құлағдар етуді жалғастырамыз. Әрқашан бір қадам алда болыңыздар.
2026 жыл үлкен жеңістер жылы болсын! ✨
С Новым 2026 годом, Real Digital! 🎄
За каждой технологией прежде всего стоите вы — наши читатели. В новом году мы желаем вам:
- Острого ума и ясного фокуса: чтобы в бесконечном потоке информации вы всегда видели главное и принимали верные решения.
- Технологического комфорта: пусть цифровизация работает как невидимый помощник, освобождая время для того, что вам действительно важно.
- Неиссякаемой энергии: чтобы на любые амбициозные цели всегда хватало сил, а идеи воплощались в жизнь без лишних пауз.
Мы продолжим держать вас в курсе главных технологических трендов. Будьте на шаг впереди, и пусть ваш 2026-й станет годом больших побед! ✨
🎉5👏1
Media is too big
VIEW IN TELEGRAM
⚡️Новогоднее обращение Токаева к гражданам Казахстана. 2026 год объявлен годом цифровизации и искусственного интеллекта.
"Пусть у нас всегда будут только мир и согласие! Пусть каждый дом будет наполнен счастьем! Пусть всегда высоко реет наш небесно-голубой флаг! Пусть процветает наша Родина – Республика Казахстан! С Новым годом!".
"Пусть у нас всегда будут только мир и согласие! Пусть каждый дом будет наполнен счастьем! Пусть всегда высоко реет наш небесно-голубой флаг! Пусть процветает наша Родина – Республика Казахстан! С Новым годом!".
🔥5🎉3