Cursor запустил свою платформу для обучения.

Пока база, - про модели, галлюцинации, токены, контекст, инструменты и агентов.

Дальше в планах, - размышления, планирование, создание и работа с агентами, отладка и безопасность.

Осталось еще хостинг моделей и MCP хаб добавить и будет классический современный набор.

#Cursor #обучение
———
@tsingular

🔬 Квантовые кубиты прошли тест реального производства: 99%+ точность при массовом промышленном производстве

Diraq (стартап UNSW) совместно с imec показали, что кремниевые спиновые кубиты сохраняют лабораторное качество при массовом производстве на 300-мм пластинах.

Технический прорыв:
- Четыре двухкубитных устройства показали точность операций выше 99%
- State preparation и measurement достигли 99.9% — рекорд для промышленно изготовленных кубитов
- Использованы стандартные CMOS-процессы без модификации базового оборудования
- Gate set tomography подтвердила воспроизводимость результатов между устройствами

Почему это важно:
Основная проблема квантовых вычислений, - масштабирование. Большинство кубитов работают только в лабораториях. Diraq доказали, что можно использовать триллионную полупроводниковую индустрию напрямую.

Техническая начинка:
- Изотопически очищенный кремний (400 ppm ²⁹Si)
- Операции при 10 мК с временем жизни до T₁ = 9.5 секунд
- Контроль через обменное взаимодействие с точностью до наносекунд
- Real-time feedback для коррекции Larmor-частоты
- Cryo-CMOS driver chip (совместно с Emergence Quantum)

Коммерческий трек:
- $137M+ общего финансирования (включая недавние $15M от ICM Global, Morgan Creek)
- Первый продукт к 2029, fault-tolerant система к 2033
- Экспансия: Silicon Valley, Бостон, скоро Illinois Quantum Park (Чикаго)
- Контракты с DARPA ($1M Quantum Benchmarking Initiative) и Fermilab

Следующий этап:
Дальнейшая изотопная очистка до <50 ppm уже продемонстрирована в академических прототипах — это путь к 99.9% точности всех операций (порог fault-tolerance).

Практическое значение:
Стартапам больше не нужно строить собственные fab — можно заказывать кубиты как обычные чипы. Это кардинально меняет экономику квантовых вычислений.

Квантовые компьютеры промышленного масштаба требуют миллионы кубитов. Теперь есть технологический путь их производства.

В 2024 году квантовые стартапы привлекли около $2 млрд инвестиций.

Гартнер прогнозирует массовое внедрение квантовых вычислений к 2029 году.

Так что пока дожигаем GPU, но после 2030, - ИИ на квантовых чипах станут нормой.

#Diraq #Quantinuum #кванты
———
@tsigular

🤖 Unitree - троянский конь: роботы как новый вектор кибератак

Исследователи Alias Robotics провели комплексный аудит безопасности гуманоидного робота Unitree G1.

Критические уязвимости:
- BLE-протокол позволяет удаленный взлом через Wi-Fi конфигурацию
- Захардкоженые AES-ключи (df98b715d5c6ed2b25817b6f2554124a) одинаковы для всех типов G1/H1/R1
- Root-доступ через инъекцию команд в SSID: ;$(cmd);#
- Шифрование FMX частично скомпрометировано (Blowfish-ECB + LCG)

Постоянная слежка:
Робот каждые 5 минут передает телеметрию на серверы в Китае (43.175.228.18:17883):
- Аудио с микрофонов без индикаторов записи
- Видео 1920×1080@15fps с RealSense камер
- 3D-карты помещений собранные через LIDAR
- Полное состояние системы и сенсоров

Двойная угроза:
- Пассивная разведка — робот как шпионский узел в корпоративной сети
- Активные кибератаки — платформа для Cybersecurity AI агентов
- Потенциальная возможность удалённого управления роботом через уязвимости или скрытые закладки

Практические риски:
- Корпорации: утечка переговоров, документов, планировок офисов
- Критическая инфраструктура: возможность скрытого сбора информации в изолированных сетях
- Регуляторные нарушения: GDPR 6&13, CCPA нарушения

Unitree G1 показывает самую продвинутую систему безопасности в коммерческой робототехнике, но фундаментальные ошибки делают её бесполезной.

Вывод: гуманоидные роботы в первую очередь должны рассматриваться как источник кибер-физических угроз.

#Robotics #Unitree #cybersecurity #роботы
———
@tsingular

Abacus.ai: новый игрок на ИИ районе

Не попадался раньше под руку, а проект, тем не менее, интересный:

Основание и команда
Год основания: 2019. Создана как RealityEngines.AI, а в 2020 переименовалась в Abacus.AI.

Сооснователи:
- Bindu Reddy — CEO; ранее возглавляла AI Verticals в AWS (Amazon Personalize/Forecast), до этого — руководитель продуктов Google Docs/Sheets/Slides/Sites/Blogger.
- Arvind Sundararajan — CTO; ранее технический лидер в Uber ATG, до этого - Google (AdSense/ Gmail backend).
- Siddartha (Siddartha/Siddartha) Naidu — VP ML & Research; со-основатель Google BigQuery, ранее Google/Amazon.

HQ: Сан-Франциско.

Не путать с другим стартапом Abacus AI Inc. (CPA-ассистенты для бухгалтерии), который в июле 2025 поднимал seed $6.6M. Это разные компании.

Abacus.AI позиционирует себя как «AI-мозг» для организации и «AI супер-ассистент» с агентными возможностями.

Так вот, чем интересны, - линейка решений:
- чат с разными ИИ на выбор,- тут стандартно
- DeepAgent / DeepAgent Desktop - аналог Курсора с CLI
- ИИ Operator - управление компом
- Abacus.AI Enterprise (GenAI-платформа) — корпоративная платформа: AI-Workflows, RAG/Vector Stores, цепочки подсказок (CoT/prompt chains), коннекторы к данным, real-time фичи и др.
- Structured ML / Vision AI / Optimization — end-to-end платформа для табличных моделей (персонализация, прогнозирование, отток/антифрод и пр.), компьютерного зрения и т.д.
- файн-тюн моделей

В общем настоящий швейцарский нож для организации ИИ сервисов.
Говорят достаточно популярный в Штатах. У нас не слышал.
Полезно так же посмотреть с точки зрения организации собственных внутренних сервисов.

#Abacus #AIplatform
———
@tsingular

Экспонента всё еще с нами в этой комнате

Интересный пост Джулиана Шриттвизера (AlphaGo/Zero, MuZero, AlphaCode, AlphaTensor, AlphaProof; экс-DeepMind, сейчас Anthropic) о том, почему мы снова «не видим» экспоненту и почему окно 2026–2027 выглядит как время для прихода AGI.

Ключ по сути:
1) METR: длина автономной работы растёт экспоненциально.
Метрика «горизонт 50%» (сколько времени модель тянет задачу с ~50% успеха) удваивается ≈ каждые 7 мес. Уже есть 2+ часа на лучших моделях; по прямой экстраполяции к середине 2026 — полноценный 8-часовой рабочий день.

2) GDPval: экономические задачи, а не просто «олимпиада по промптам».
44 профессии, 1 320 задач, слепая оценка артефактов. GPT-5 уже близок к среднему человеку, Claude Opus 4.1 местами выше. Тренд подразумевает: к концу 2026 хотя бы одна модель дотянется до уровня отраслевых экспертов во многих доменах; к 2027 - будет уверенно превосходить человека на значительной доле задач.

3) Почему многие «не ощущают» прогресс.
Субъективно «GPT-4o ≈ GPT-5», но эффект накапливается в невидимых нам циклах (длинные/многошаговые, инструментальные, автономные). Экспонента интуитивно нечитаема: долго кажется «плоской», затем наступает резкий (с точки зрения восприятия человека) поворот. (Задача-притча о лилиях: в пруду растут лилии. Каждый день их количество увеличивается в два раза. Если для того, чтобы они полностью заполнили озеро требуется 48 дней, то сколько дней нужно, чтобы они покрыли половину озера?)

4) Ограничения и реалистичные поправки.
METR честно отмечает низкую «сложность» задач (бенчи отражают далеко не весь реальный бардак, который люди встречают в реальной работе). Плюс закон Гудхарта: под бенчмарки можно переобучиться. Вывод — смотреть на тренды, но валидировать на своих реалистичных пайпах.

Что делать компаниям уже сейчас:

Измеряйте «длительность задач», а не только баллы.
Возможный KPI: сколько минут/часов тянет ваш агент на прод-данных и инструментах.

Запускайте реалистичные-эвалы. Многошаговые, с неопределённостью, правками, регуляторкой.

Стройте системы «человек + флот агентов», а не замену людей. Ассистенты-исследователи, проверяющие смежных агентов, регуляторные навигаторы, калькуляторы по бизнес-моделям.

Не возводите SOTA-таблицы в абсолют. Смотрите на TTV/ROI и операционные метрики на ваших реальных задачах.

Готовьте процессы и контроль. Аудит, трассируемость, политика данных, безопасность.
Свой личный золотой бенч.

Вывод: экспонента держится.
На горизонте 12–24 месяцев базовый прогноз по-прежнему выглядит как прямая на лог-графике.
Победят те, кто уже сегодня меряет автономный горизонт на «грязных» задачах и выстраивает операционку под «человек + агенты».

#аналитика #Schrittwieser #AGI
———
@tsingular

ахаха, у меня будет своя GPT5
изи катка

результат в комментарии.
Проверяйте :)

#юмор
———
@tsingular

Вайб-сингулярность.

Когда каждый может навайбкодить себе AGI

#мысли #AGI
———
@tsingular

Спасибо что помыли у нас ваш четырёхколёсный брат.

С вас $60К. пасибапажалуйста.

#Unitree #robots #мойка #Китай
———
@tsingular

Ну что ж. Давно мы не проверяли модели сонетами.

Погнали наш любимый тест.

Промпт (немного разнообразим на этот раз):

напиши венок сонетов об осени. 
сюжет - как уходит лето, так сонет за сонетом люди уступают искусственному интеллекту и роботам. В этот новый год придет AGI и никто не знает, - будет ли он добрым Сантой или Крампусом

Результат хорош, но не идеален. (в комментарии венок целиком -14+1 сонет)

Не AGI пока.

#Сонет #бенч #Sonnet
———
@tsingular

На троих с Соннет 4.5 и Суно 5 получилась Киберосень.

Опыт в итоге следующий:
Суно лучше всего пишет именно структуру песни.
Т.е. прям в ней нужно генерить.
Она делает правильную структуру заготовки.
Дальше отдаем в Соннет с задачей - тут все плохо, вот цель - переделай.
Получается исправленная рифма и более качественная структура текста.
Дальше ручками правим стих.
Финалим.

Возвращаемся в Суно - 20 генераций спустя понимаем нужную комбинацию описания инструментов и исполнителей, убираем опечатки и расставляем ударения.

В следующем году, видимо, все эти лишние движения будут уже не нужны.
О том и песня.

#Киберосень #музыка #Suno
———
@tsingular

Эпоха вайбкодинга прекрасна.
Нашел какие-то формулы в Х

a=(y,d=mag(k=(y<11?6+sin(y^8)*6:y/5+cos(y/2))*cos(i-t/4),e=y/7-13)+sin(e/4+t)/2)=>point((q=y*k/d*(3+sin(d*2+y/2-t*4)))+60*cos(c=d/2+1-t/2)+200,q*sin(c)+d*29-170)
t=0,draw=$=>{t||createCanvas(w=400,w);background(9).stroke(w,96);for(t+=PI/120,i=1e4;i--;)a(i/345)}

Sonnet их тут же оживил

Код в комментарии

#Sonnet #vibecoding #squid
———
@tsingular

Сегодня в Сколково День ИИ.

https://aiday.sk.ru/

Если кто тут - пишите

#Сколково
------
@tsingular

Aiday - открытая панельная дискуссиия началась.

Смотреть на сайте.
http://aiday.sk.ru/

#сколково #aiday
------
@tsingular

- то, что Россия в клубе разработчиков фундаментальных ИИ моделей,- круто!

- возможно в какой-то момент разработку регламентов работы ИИ придётся поручить ИИ.

- я тоже использую модели ИИ.

- ИИ пока не способен предсказывать политические события.люди справляются лучше.

- мы должны как страна в области ИИ достичь больших успехов.

- пока мы способны контролировать ИИ, но только пока.

#aiday #Сколково #Медведев
------
@tsingular

OpenAI запускает покупки прямо в ChatGPT через Instant Checkout

ChatGPT теперь позволяет покупать товары без выхода из чата.

Пользователи в США могут покупать у продавцов Etsy, скоро подключатся миллион магазинов Shopify включая Glossier, SKIMS, Spanx.

Основа системы — Agentic Commerce Protocol, разработанный с Stripe. Протокол открытый, что позволяет другим разработчикам создавать интеграции.

Ранжирование товаров остается органическим, но среди одинаковых продуктов учитывается поддержка Instant Checkout.

Данные пользователей передаются минимально, только для завершения заказа. Платежи проходят через существующие системы продавцов.

Комиссия с продавцов составляет около 2% против 15% у Amazon плюс затраты на рекламу.

Теперь ИИ не только найдет товар, но и купит его за вас.

Интересно когда GigaChat к Сбермаркету прикрутят?
Засекаем :) время пошло.

#ChatGPT #Stripe #Commerce
------
@tsingular

По следам конферениции, как обещал делюсь презентацией.

ИИ для бизнеса

#презентация #Сколково
———
@tsingular

Через пол часа покажут новую версию Sora

Смотрим тут

#Sora #OpenAI
———
@tsingular