Big Data *

Более 600 сотрудников Google подписали письмо гендиректору компании Сундару Пичаи с требованием не участвовать в секретных проектах Пентагона, где ИИ-технологии могут применяться для массового наблюдения или автономных вооружений. Об этом сообщила The Washington Post.

Среди подписавших, по данным издания, есть сотрудники DeepMind, ведущие специалисты, директора и вице-президенты Google. Авторы письма считают, что единственный способ гарантировать непричастность компании к опасным сценариям — отказаться от закрытых проектов, в которых сотрудники не смогут контролировать конечное применение технологий.

Поводом для обращения стали сообщения о возможном расширении сотрудничества Google с Министерством обороны США. Сейчас Пентагон уже имеет доступ к модели Gemini и может использовать её во «всех законных целях». Однако, как писало The Information, ведомство хочет применять технологии Google в закрытом контуре, включая задачи, которые могут составлять государственную тайну.

Ученые института AIRI представили ELMUR — архитектуру управления для роботов и ИИ-агентов, которым нужно принимать решения с учетом событий из далекого прошлого. Это важная задача для робототехники: агент может увидеть полезную информацию задолго до того, как она понадобится для действия.

Обычные трансформеры с этой задачей справляются ограниченно. Если расширять окно внимания, резко растут вычислительные затраты. Если сжимать прошлый опыт, появляется риск потерять важные детали. А внешняя память фиксированного размера не всегда позволяет надежно учитывать давние события при текущем решении.

В ELMUR память встроена прямо в слои модели. Каждый слой содержит фиксированное количество слотов, которые параллельно взаимодействуют с основным потоком данных. Система может читать нужную информацию из этих ячеек и записывать туда новые данные. Если память заполняется, обновляются те слоты, которые использовались реже всего, по принципу LRU — Least Recently Used.

Исследователи из AIRI, Иннополиса, МТУСИ, НИУ ВШЭ и МГУ представили открытый датасет и набор решений для задачи Speech-to-LaTeX — перевода надиктованных математических формул в структурированную запись. Речь идёт о системе, которая позволяет произнести формулу вслух и получить на выходе текст в формате LaTeX, который используется в научных статьях, учебных материалах и редакторах вроде Overleaf.

Задача здесь сложнее обычного распознавания речи. Математическая речь содержит вложенные конструкции, неоднозначные формулировки и сильно зависит от контекста: одна и та же фраза может соответствовать нескольким разным записям. Авторы отмечают, что одной из главных проблем в этой области долгое время было отсутствие крупных открытых наборов данных именно с живыми аудиозаписями математической речи.

Для решения этой проблемы исследователи собрали собственный датасет. В него вошли более 66 тысяч человеческих аудиозаписей и около 571 тысячи синтетических, а также примерно 12 тысяч уникальных математических предложений и 10,7 тысячи отдельных уравнений на русском и английском языках. По задумке авторов, сочетание реальной и синтетической речи должно помочь моделям лучше работать с разными голосами, акцентами и произношением.

В работе сравнивались два подхода. Первый — ASR post-correction: сначала аудио превращается в обычный текст системой распознавания речи, а затем языковая модель исправляет результат и переводит его в корректный LaTeX. Второй — end-to-end Audio-LLM, где модель обучается напрямую принимать аудио и сразу выдавать формулу. По данным исследователей, лучшие результаты показал именно end-to-end подход, но он требует гораздо больше вычислительных ресурсов и более крупных моделей.

Meta подписала соглашение со стартапом Overview Energy, который разрабатывает систему передачи энергии из космоса на наземные солнечные фермы. Идея в том, чтобы спутники собирали солнечную энергию на орбите и ночью передавали её на Землю в виде инфракрасного излучения, которое смогут принимать обычные солнечные электростанции.

По данным TechCrunch, это первое соглашение такого типа для Overview: Meta зарезервировала до 1 ГВт мощности. Стартап рассчитывает начать орбитические демонстрации в январе 2028 года, а с 2030 года — перейти к запуску спутниковой группировки для выполнения контракта. В компании говорят о цели развернуть до 1000 аппаратов на геостационарной орбите.

Смысл сделки понятен: дата-центрам нужен всё больший объём электроэнергии, а солнечная генерация ночью не работает без накопителей или резервных источников. Meta уже заявляла о планах наращивать возобновляемую генерацию для AI-инфраструктуры, а в 2024 году её дата-центры, по данным TechCrunch, потребили более 18 000 ГВт·ч электроэнергии.

Overview пытается обойти классические проблемы космической передачи энергии. Вместо мощных микроволновых или лазерных систем компания делает ставку на широкий инфракрасный луч, который должен быть проще и безопаснее для использования с уже существующими наземными солнечными фермами. Стартап утверждает, что уже показал передачу энергии с самолёта на землю и теперь готовится к следующему шагу — испытанию с орбиты.

На сегодня это, конечно, скорее ставка на далёкую перспективу, чем внедрённая энергетическая технология. Сам факт такой сделки показывает, насколько далеко AI-компании готовы заходить в поиске новых источников энергии: если раньше речь шла о договорах на солнечные и ветряные мощности, то теперь появляются и совсем экспериментальные схемы питания дата-центров.

Luxms BI получила сертификат ФСТЭК России по 4 уровню доверия. Это означает, что платформа прошла проверку на соответствие требованиям по защите информации и может использоваться в системах, где безопасность данных критична.

Эксперты GlowByte расскажут о повышении эффективности процессов производственного цикла и управления цепочками поставок (SCM) с помощью IBP-платформы Optimacros.

Wildberries тестирует мультимодальный поиск товаров — пользователи могут искать по фото и тексту одновременно

Теперь можно не только загрузить изображение, но и добавить к нему текстовое уточнение — система учитывает оба источника и точнее подбирает товары.

Функция приближает поиск к формату ассистента: пользователь может показать пример и сразу уточнить, что именно хочет изменить или найти. В основе решения лежит комбинация нейросетей, обученных разработчиками Wildberries. Благодаря этому система способна смешивать смыслы из картинки и из текста.

Архитектуру сервиса описали в статье «CLIP + LLM в проде: мультимодальный «Поиск по фото» для маркетплейса», а подробнее о новых функциях рассказал Никита Романов, Team Lead продукта «Поиск по фото» на конференции Data Fusion 2026.

Канадская Cohere и немецкая Aleph Alpha ведут переговоры о возможном слиянии. Об этом сообщает Reuters со ссылкой на немецкое издание Handelsblatt и источники, знакомые с ситуацией.

Cohere — это канадская AI-компания, известная своими большими языковыми моделями и корпоративными AI-решениями для бизнеса. Aleph Alpha — немецкий разработчик генеративного ИИ, который делает ставку на европейский рынок, прозрачность моделей и технологический суверенитет.

По данным издания, переговоры начались в начале 2026 года и уже находятся на продвинутой стадии. Предполагается, что объединённая компания может получить штаб-квартиры сразу в двух странах — Канаде и Германии.

AI-лаборатория Anthropic рассматривает возможность разработки собственных чипов для искусственного интеллекта. По данным источников, проект находится на ранней стадии, и компания пока не приняла окончательного решения — она может как пойти в собственный дизайн, так и продолжить закупки у партнёров.

Сейчас Anthropic использует инфраструктуру сторонних игроков: в частности, TPU от Google и решения Amazon для обучения и работы своих моделей, включая Claude. Параллельно компания недавно усилила сотрудничество с Google и Broadcom в рамках развития вычислительной инфраструктуры.

Интерес к собственным чипам объясняется растущим дефицитом AI-железа. На фоне взрывного спроса на вычисления компании всё чаще задумываются о контроле над инфраструктурой, а не только о закупках. Аналогичные инициативы уже есть у крупных игроков — включая Meta и OpenAI.

Сооснователь и CEO Sierra Bret Taylor заявил, что привычная модель взаимодействия с софтом через интерфейсы и кнопки может уйти в ближайшие годы. По его мнению, ее заменит работа через естественный язык и AI-агентов.

Sierra — это стартап, который разрабатывает AI-агентов для бизнеса, в первую очередь для автоматизации клиентского сервиса и внутренних процессов компаний. Компания делает ставку на agentic-системы, где софт не просто отвечает на запросы, а выполняет задачи от имени пользователя.

Поводом для такого заявления стал запуск Ghostwriter — инструмента, который позволяет создавать других AI-агентов по текстовому описанию задачи. Пользователь просто формулирует, что ему нужно, а система автоматически собирает и разворачивает специализированного агента под конкретный сценарий.

В университете «Иннополис» разработали систему компьютерного зрения, которая позволяет автоматически определять вес свиней по видеопотоку без физического контакта. Решение работает в реальном времени и способно обрабатывать до тысячи животных одновременно.

Система построена как конвейер из нескольких моделей: одна находит животное в кадре, вторая отбрасывает неподходящие изображения, третья оценивает вес. В результате среднее время «взвешивания» одной особи составляет около 0,1 секунды, а точность достигает примерно 96% на этапе фильтрации и до 4% погрешности в итоговом измерении.

Ключевое отличие — отказ от традиционных методов. Обычное взвешивание требует контакта с животными, что вызывает стресс и усложняет массовый контроль. Здесь же используется непрерывный видеомониторинг, что позволяет отслеживать динамику веса и состояния поголовья без вмешательства.

Французская OVHcloud объявила о запуске отдельного defense-направления после того, как к компании обратились несколько европейских министерств обороны. Речь идет о проектах цифровой трансформации для военной сферы — от AI-поддержки командования до оркестрации дронов и совместимости коммуникаций между армиями и системами НАТО.

Ключевой акцент — не только на функциональности, но и на технологической независимости. Заказчики требуют, чтобы критичная инфраструктура меньше зависела от неевропейских облачных провайдеров, и OVHcloud явно пытается закрепиться именно в этой нише. Для компании это логичное продолжение прежней линии на «стратегическую автономию» как альтернативу американским гиперскейлерам.

Стриминг-сервис Tubi, принадлежащий Fox, запустил нативное приложение внутри ChatGPT. Пользователь может установить его из каталога приложений, вызвать через @Tubi и получать подборки фильмов и сериалов обычным запросом на естественном языке — например, попросить триллер на вечер или что-то легкое и смешное.

Главное здесь не просто в рекомендательной функции. Tubi стал первым крупным стримингом, который вынес отдельный пользовательский опыт прямо в ChatGPT, тогда как конкуренты вроде Netflix и Amazon Prime Video пока в основном экспериментировали с AI-рекомендациями внутри собственных сервисов.

Стартап Poke запустил AI-агента, которым можно пользоваться через iMessage, SMS, Telegram, а на части рынков и через WhatsApp. Идея простая: вместо отдельного приложения и сложной настройки пользователь просто пишет агенту сообщением и получает действие, а не только ответ.

Сервис рассчитан на бытовые и рабочие сценарии: напоминания, календарь, письма, новости, погоду, задачи по здоровью и фитнесу, управление умным домом и другие автоматизации. Для этого Poke предлагает готовые «рецепты» и позволяет создавать свои сценарии обычным текстом.

Главный заход стартапа — сделать агентный AI массовым. На фоне интереса к OpenClaw и другим агентам Poke продает не мощность, а низкий порог входа: без терминала, ручной установки зависимостей и сложной инфраструктуры.

Исследователи МФТИ сообщили о прорыве в разработке сегнетоэлектрической памяти: экспериментальные образцы выдержали более 100 млн циклов перезаписи — это на порядки выше типичных показателей флеш-памяти.

Речь идет о памяти на основе оксида гафния-циркония — материала, способного сохранять состояние без питания и работать в ультратонких пленках толщиной всего несколько нанометров. Такие структуры потенциально подходят для энергоэффективных вычислений и нейроморфных систем, где важна высокая плотность и скорость доступа к данным.

Ключевая проблема подобных решений — токи утечки, которые растут при уменьшении толщины пленки. Ученые выяснили, что основной вклад в утечки дают границы между кристаллическими зернами, где накапливаются заряды. Управляя размером зерен и технологией обработки, этот эффект удалось частично контролировать.

Структура «Росатома» попыталась включить собственную ИИ-платформу «Когнитрон» в реестр российского ПО Минцифры, но получила отказ и подала повторную заявку. Сейчас она находится на стадии подготовки экспертной оценки.

Реестр — ключевой фильтр для работы с госсектором и объектами критической инфраструктуры: без него нельзя участвовать в госзакупках и получать налоговые льготы. Поэтому сам факт отказа важен — особенно для решения уровня «Росатома».

Официальные причины не раскрываются. По оценкам экспертов, проблема может быть типовой для корпоративных AI-решений: использование зарубежных компонентов, вопросы к безопасности, документации или прозрачности обработки данных. Это особенно чувствительно для платформ, построенных частично на open source.

Сервис Grab — один из крупнейших суперприложений Юго-Восточной Азии, объединяющий такси, доставку еды и финансовые сервисы — заявил, что будет опираться на AI-продукты и масштаб бизнеса, чтобы справляться с ростом топливных расходов и сохранять сервисы доступными для пользователей. Об этом Reuters рассказал CEO компании Энтони Тан на фоне экономической неопределенности и подорожания топлива после войны с Ираном.

По словам Тана, AI-стратегия компании уже начинает давать результат. Grab представила 13 новых продуктов, и один из самых заметных — функция group ride, которая с помощью AI рассчитывает более точное разделение стоимости поездки между несколькими пассажирами. В компании утверждают, что это может сократить стоимость поездки для клиентов до 40%.

Российская open-source библиотека DeepPavlov получит обновление с новыми инструментами для работы с искусственным интеллектом. Разработку представили исследователи из МФТИ, MWS AI (входит в «МТС Web Services»), института AIRI, университета ИТМО и AI Talent Hub.

DeepPavlov — это библиотека для создания диалоговых систем и решений в области обработки естественного языка. Она включает готовые модели и инструменты для задач понимания текста, поиска ответов, классификации и анализа тональности, а также может использоваться для построения более сложных сценариев взаимодействия с пользователем.

В новой версии библиотеки появятся три компонента: классификатор токсичности, детектор контекстных галлюцинаций и классификатор evergreen-вопросов — вопросов, ответы на которые не устаревают со временем.

Yandex B2B Tech запустила Yandex SIEM — систему мониторинга событий безопасности и обнаружения киберугроз для облачной и гибридной инфраструктуры. По описанию компании, продукт позволяет централизованно собирать и анализировать логи и события безопасности, а модель доступа по подписке должна упростить старт и масштабирование без крупных капитальных затрат.

Главный акцент в запуске — не просто на сборе событий, а на автоматизации работы SOC. В Yandex говорят, что SIEM интегрирована с мультиагентной системой для аналитиков: агенты помогают разбирать инциденты, предлагать гипотезы и рекомендации по реагированию. Это укладывается в общий сдвиг SIEM-рынка от “складирования логов” к SaaS-модели с более активной AI-поддержкой.

Данные есть – чуда нет. Знакомо?

Дашборды построены, хранилища заполнены, лицензии куплены, а решения по-прежнему принимаются «на ощущениях». Это не ваша уникальная проблема – это системный разрыв между потенциалом BI и его реальным применением.

22 апреля в 15:00 (МСК) приглашаем вас на Fine Day Online 2026 – ежегодную онлайн-конференцию от GlowByte и FanRuan, где мы разберем, как этот разрыв закрыть.