Если у вас завалялись лишние десять миллиардов долларов и есть желание построить город будущего — что ж, Toyota вас опередила. В сентябре 2025 года крупнейший автопроизводитель мира официально открыл у подножия горы Фудзи свой полигон мобильности Woven City.

На месте старого завода площадью семьдесят гектаров появились стильные дома из дерева и бетона, подземная инфраструктура водородной энергетики, тоннели для роботов-курьеров. Архитектором выступил Бьярке Ингельс — тот самый, кто проектировал штаб-квартиру Google. Энергия поступает от водородных топливных элементов и солнечных панелей. Дороги разделены на три типа, и они физически не пересекаются.

Жителей пока около сотни. Их называют Weavers — «ткачами», вероятно, в память о том, что Toyota когда-то начинала с ткацких станков. Город закрыт для посторонних: широкая публика попадет сюда, по плану компании, только в следующем финансовом году, и то по записи.

Звучит как очередная корпоративная утопия в духе Кремниевой долины. Но это не так. Это самый аккуратно спроектированный эксперимент по сбору данных о людях, который когда-либо ставила частная компания. Давайте разберемся, что к чему.

Где-то в глубинах робототехнической лаборатории EPFL человек толкает деревянный блок с конвейера на верстак, ставит его на стол, отходит и бросает в корзину. После этой единственной демонстрации три совершенно разных промышленных робота (каждый со своей геометрией суставов и своими физическими ограничениями) повторяют те же действия. При этом никто не переписал ни строчки кода.

Но в реальном цехе такое пока не работает: при замене робота или модели программу пересобирают с нуля. При этом оплачивается работа интеграторов, время простоя. Минута незапланированной остановки на наладке, по отраслевым оценкам, обходится производству от тысячи до 10 тысяч долларов, а сам процесс может растянуться на 2–4 недели сверх плана.

Швейцарские инженеры из EPFL утверждают, что задачу можно закрыть, и, главное, намеренно делают это без AI, выступая против главного технологического мейнстрима 2026 года. 

Разберемся, как это работает, во сколько обходится и почему в этой сфере математика обыграла нейросети.

В сферу помощи людям с ограниченными возможностями венчурный капитал и топ-исследователи никогда не спешили. Слишком маленький рынок, сложный пользователь, долгая окупаемость. Но теперь ИИ-индустрия заходит на эту территорию всерьез — полноценным научным проектом на главной конференции года по искусственному интеллекту.

Команда Бингемтонского университета создала робота-поводыря с LLM внутри. В отличие от обычной собаки, он разговаривает с человеком по ходу маршрута: спрашивает, куда нужно, предлагает варианты пути, объясняет, что происходит вокруг. Работу представили в январе 2026 года на конференции AAAI в Сингапуре.

Само по себе появление такого робота — еще не сенсация: каждый месяц на конференциях по ИИ показывают десятки прототипов. Интересно вообще другое. Похожие проекты запускают по всему миру независимо друг от друга. Все используют практически одинаковое железо, похожие языковые модели и решают почти одну и ту же задачу.

Узнаем, как сфера социальных проектов для людей с ОВЗ становится новой индустрией и свежим плацдармом для инженерных вызовов.

Привет Хабр! Я часто пишу для блога МТС — в основном об аналитике исследований, тенденциях в мире ИТ и ИИ и о нестандартных кейсах. А в недалеком прошлом очень много обозревал всякий софт — от CRM до нишевых решений внутренних сервисов компаний. И решил взяться за старое.

В моей работе есть куча небольших задач, связанных с коммуникацией и обратной связью: бесчисленные переписки и голосовые в чатах, комментарии и все в этом духе, каждая занимает 10–15 минут, не связана с остальными и никак не фиксируется. Из-за этого часть из них теряется, время не фиксируется, а мозг просто взрывается. В какой-то момент понял, что так дальше нельзя: либо я нахожу способ собрать всю эту коммуникацию в одном месте, либо продолжаю терять задачи и нервы.

Решить эту проблему можно с помощью сервисов асинхронной коммуникации. У MWS есть TeamStream: после одного забавного случая (о нем — в тексте) меня туда пригласил @Mimizavr, чтобы посмотреть, как пойдет работа над текстами в новом формате, будет ли так удобнее и понятнее и сможем ли мы сэкономить время на правках. Ну что ж, поехали!

В этом материале расскажу о своем опыте работы с TeamStream и о том, что умеет этот сервис и кому он может пригодиться.

В апреле 2026-го Intel и ИИ-платформа SambaNova опубликовали совместный blueprint гетерогенного инференса: prefill — на GPU, decode — на SambaNova SN50 RDU, агентские действия — на Intel Xeon 6. Готовое решение обещают во второй половине 2026-го, и оно встает в обычную стойку 30 кВт с воздушным охлаждением, без капитальных переделок машинного зала.

Идея такая: как только случился массовый приход агентов, decode перестал быть побочной фазой и становится доминирующей нагрузкой, а монолитная архитектура «GPU на всё» начала просаживаться по экономике. Коротко разберем, как это работает и почему это может стать востребованным.

В марте 2020 года один сайт показал, что в Ватикане за день умерло 892 045 человек. Население страны на тот момент — около 800. Скриншот моментально стал вирусным, по соцсетям пошли посты «что происходит в Ватикане?!». Ничего не происходило. Просто сайт только что взломали.

Так вот, этим же сайтом в это же время пользовались Белый дом, британское правительство и Johns Hopkins University. Цифры с него показывали на ежедневных правительственных пресс-конференциях, на него ссылались The New York Times и Oxford University Press, его цитируют в 30 000 рецензируемых научных работ. И при всем этом публично неизвестно, кто его делает.

Разбираю историю Worldometer — сайта со счетчиками, который два десятилетия считает мир за нас. Кто его создал, откуда там берутся цифры, как он стал главным источником ковидной статистики для половины планеты и какие совершенно неочевидные вещи о мире на нем можно найти, если зайти не за быстрой справкой.

ИИ-индустрия второй год живет в режиме большой стройки. Крупные компании вроде OpenAI, Amazon и Microsoft обещают рынку все новые и новые кластеры, кампусы, все это с приставками гига- и мега-, а также сотни миллиардов долларов инвестиций в инфраструктуру.

Но не все идет гладко: дата-центр нельзя развернуть так же просто, как облачные сервисы. Его нужно подключить к сети, обеспечить трансформаторами, подстанциями, распределительным оборудованием, водой, разрешениями и согласованием с местными жителями. И тут выяснилось, что ИИ-бум упирается как в дефицит и цены чипов, так и в куда более приземленные вещи: многотонные трансформаторы, электротехническую сталь, медные обмотки и очереди на оборудование до конца десятилетия. 

Тут возникает конфликт: компании обещают резкий рост, а аналитики и журналисты все чаще показывают, как сдвигаются сроки, площадки остаются полупустыми, сети не готовы к гигаваттным нагрузкам, а критическое оборудование приходится покупать у Китая. Это, кстати, самая больная тема для США, потому что американские компании уже несколько десятилетий не вкладывались в экспертизу тяжелых трансформаторов, без которых мегаЦОДы работать просто не смогут.

Последняя громкая новость — исследование SynMax, аналитической компании из Техаса, которая изучила спутниковые снимки крупных площадок под дата-центры OpenAI и Oracle. Их вывод быстро разошелся по СМИ: почти 40% американских ЦОД не смогут сдать к сроку — их должны построить уже к концу 2026 года.

Получается странная картина: самые дорогие модели мира, самые мощные GPU и самые амбициозные планы по ИИ зависят от оборудования, которое нельзя быстро произвести, заменить и нельзя просто заказать с запасом, если ты не забронировал производственные слоты несколько лет назад.

Разберемся, что именно увидели аналитики, почему Bloomberg говорит о трансформаторах, где сходятся разные исследования и почему задержки дата-центров могут стать одним из главных финансовых рисков текущего ИИ-цикла.

Любому маркетологу знакомо понятие экономики внимания — на ней, собственно, строится весь текущий рынок в большинстве сфер товаров и услуг. Но борьба за внимание уже подходит к концу, и на её место приходит кое-что поинтереснее.

Энтерпрайз, гиганты рынка, платформы, медиа и влиятельные системы постепенно переходят от борьбы за внимание к борьбе за намерение, а затем — за саму волю человека. Звучит как сюжет дешёвой антиутопии, но на деле это уже работающая экономическая модель, и большая её часть собрана из инструментов, которыми вы пользуетесь каждый день.

Разбираю, что такое управление волей, какие технологии его обеспечивают и почему главным дефицитом будущего становится не доступ к выбору, а способность его делать.

Помните то самое платье?
В 2015 году интернет раскололся пополам: одни клялись, что оно бело-золотое, другие — мол, сине-черное. Люди ругались в комментах, крутили яркость на мониторе, а самые умные врубали пипетку в Paint. Само платье, кстати, оказалось сине-черным, но дело вообще не в этом.

Проблема в том, что двое условных человека смотрели на одни и те же пиксели и видели разные цвета. Не интерпретировали по-разному, не спорили о вкусах — буквально видели разное. И оба лагеря не ошибались: сетчатка у всех отрабатывала штатно, а дальтонизм тут вообще ни при чем (поскольку речь не об оттенках одного цвета).

Последние лет двадцать нейронаука потихоньку сходится на одной неуютной идее: вы никогда не видели реальность напрямую. Ни платье, ни эту статью, ни собственные руки. Все, что вы воспринимаете прямо сейчас, догадка вашего мозга о том, что, вероятно, находится снаружи. Образованная догадка, обычно очень точная, но все же догадка.

Эта концепция называется байесовским мозгом, и я хочу о ней рассказать. Потому что, во-первых, она красиво объясняет кучу странных вещей: от оптических иллюзий до галлюцинаций и эффекта плацебо. 

А во-вторых, ровно по такому же принципу работает половина современного машинного обучения. Stable Diffusion, которая дорисовывает картинку из шума, Языковые модели, которые предсказывают следующее слово. Автоэнкодеры, world models, диффузионки — все это, если снять маркетинговую обертку, машины, которые делают то же самое, что и ваш мозг прямо сейчас. Гадают.

Так что начнем с мозга, а закончим нейросетями, и по дороге, надеюсь, вы начнете чуть меньше доверять собственным глазам.

Луна покрыта реголитом — слоем пыли, камней и песка от двух метров до десятков. Так вот, из реголита, кажется, научились добывать кислород. Blue Origin заявила о разработке реактора, переплавляющего лунный грунт в кучу полезных минералов с бонусом в виде заветного O₂. 

Детище Джефа Безоса в подобной технологии не пионер, но компания стала первой коммерческой, добывающей кислород таким образом.

И это лишь небольшая часть огромного плана по освоению спутника. Разбираю тему: о кислороде из пыли, будущем лунных миссий и сложностях построения космической инфраструктуры.

Привет Хабр!
Почти весь короткий век триумфального распространения нейросетей главная претензия к ним — галлюцинации. Любая модель может правдоподобно и структурировано выдумать факты, перепутать детали, а признать свою ошибку только тогда, когда ей об этом прямо укажут.

Поколения нейросетей стремительно сменяются, постепенно снижая процент галлюцинаций. Но исследователи начали бить тревогу о новой проблеме — поддакивании нейросетей в диалоге с пользователем. И нашли закономерности в диалогах с ИИ: логика разговора толкает человека все глубже и глубже в ложную уверенность, притом без искажения фактов. 

Так мы получаем людей, глубоко убежденных в своих ложных идеях. В популярных медиа это уже оформили как «диагноз», который назвали ИИ-психозом. Чтобы разобраться в теме, я изучил недавнее исследование, которое и подняло тему о загадочном явлении — сикофантии, которое описывает влияние ИИ на когнитивные возможности человека.

У AI-индустрии есть серьезная проблема: как развернуть вычислительную инфраструктуру раньше и быстрее (да еще и дешевле) конкурентов? Основной дефицитный ресурс сейчас — электричество, а не чипы или их компоненты, как вы могли предположить. Техногиганты думают, где поставить стойки, чем их охлаждать, но главное, где взять энергию, чтобы питать всю AI-систему.

И у одного стартапа из Денвера есть нестандартное решение — портативные модульные AI-дата-центры, которые можно размещать в самых нестандартных условиях. Компания пришла в ИТ из мира крипты: изначально она вела деятельность установкой майнинг-машин, которые брали энергию от попутного газа на нефтяных вышках.

Сегодня я расскажу вам о компании Crusoe —  которая крайне нестандартно превращает энергию в вычислительную мощность. Разберем их бизнес-модель и поймем, что такое вертикально интегрированная AI-инфраструктура.

У рекламы соблазнительная логика: чем больше контактов с аудиторией, тем шанс зацепить конкретного человека выше. Больше показов, касаний, поверхностей, точек входа, в общем чем активнее, тем лучше.

Эта формула долго работала, особенно в цифровой среде, где местá для размещения можно создавать практически без конца. В рекламную кампанию легко объединить парочку баннеров, преролл, спонсорский блок, вставку в выдаче и до кучи — какой-нибудь формат, догоняющий пользователя.

Предел этому есть с другой стороны — у человеческих возможностей. Реклама использует внимание, а оно не так охотно масштабируется, как инвентарь (места для рекламы). Я уже анализировал исследование и показал, что человек подошел к временной границе потребления контента. С рекламой так же. 

Если условный сервис научился продавать больше слотов, у пользователя не появится лишний час в сутках, а у мозга не откроется новый канал восприятия. В какой-то момент количество перестанет усиливать эффект и даже наоборот: размывает.

Так возникает рекламный клаттер — состояние, где множество сообщений сливаются в фон. Рассказываю о проблеме переизбытка, где среда забивается так, что хуже работает и для пользователя, и для брендов.

Привет, Хабр!

Я как всегда с аналитикой отчетов из мира IT – в этот раз в мои руки попал большой отчет MWS о перспективах IT-рынка. Как и ожидалось цифры растут от года к году:
в 2021 году рынок оценивался в 2,06 трлн рублей, в 2025-м – уже в 3,86 трлн, а в 2026 году, по прогнозу, должен дойти до красивых 4,44 трлн. Тенденция выглядит как бурный технологический рост, с преодолением ковидного и прочих кризисов. Однако ситуация (как всегда) немного сложнее – сейчас в целом меняется внутренняя природа рынка.

Возьмём рынок кэптивных IT-компаний (внутренних технологических структур, которые крупный бизнес создаёт под свои нужды, а не для открытого рынка) – его можно считать параллельной экономикой: в 2025 году сегмент оценивается в 1,964 трлн рублей против 628 млрд рублей в 2021.

Долгое время крупные корпорации для рынка были прежде всего заказчиками: они покупали софт, железо, интеграции, консалтинг, а кэптивный рынок жил тем, что продавал им технологии. Сейчас граница начала немного размываться: на 2025 год уже 21% выручки кэптивов стала чисто коммерческой. Иными словами, внутренние IT-центры крупнейших компаний начинают выходить наружу, брать внешний рынок и постепенно превращаться в самостоятельных игроков. И это только одна тенденция

Сегодня я хочу поговорить не про рост IT-рынка (цифры в отчете видны невооруженным взглядом)  а поставить вопрос из кого вообще состоит этот рынок, поскольку мы видим новый слой – внутренние технологические фабрики банков, ритейлеров, нефтегазовых компаний, телекомов и логистических гигантов. И если этот сдвиг продолжится, Россия получит рынок другой природы, где крупнейшие заказчики сами станут производителями новых технологий.

Последняя Нобелевская премия по экономике устроена вокруг двух больших вопросов. Первый: почему технологический прогресс человечества так долго топтался на месте  и даже при наличии локального роста не мог развиваться в более быстром темпе, хотя важные открытия и вполне сложные технологии появлялись задолго до промышленной революции.

Второй вопрос: почему после промышленного бума экономическое развитие стало не серией отдельных прорывов, а устойчивым движением вперед, в котором новые технологии постоянно порождают следующие. 

В конце прошлого года лауреатами премии стали сразу три человека: Джоэль Мокир, Филипп Агион и Питер Хоуитт. Мокир получил половину премии за выявление предпосылок устойчивого роста через технологический прогресс, Агион и Хоуитт — вторую половину на двоих за теорию устойчивого роста через созидательное разрушение.

В этот раз премия получилась не за инновации: исследование отвечает на поставленные вопросы о загадке стагнации прогресса и текущей общемировой экономической модели. Сегодня я ненадолго остановлюсь на первой части и сделаю упор именно на вторую, чтобы мы могли лучше понять, как работает механизм бесконечного прогресса, который уже не остановить.

Принято считать, что любая сфера конкурирует внутри себя самой: нефтяные компании с нефтяными, транспортные с транспортными, а магазины за углом с ретейлом. Принцип работает и в игровой индустрии: студии борются за геймеров, их внимание и деньги, оптимизируя затраты на разработку и усиливая методы удержания. 

Но оказалось, что все меняется.

Мне в руки попалась огромная презентация Мэттью Болла, медиааналитика и евангелиста метавселенной (а в прошлом Мэт был главой стратегии Amazon Studios). В презентации он предлагает смотреть на рынок иначе: игры теряют долю внимания не только внутри собственной индустрии, но и в более широкой борьбе за время, привычку и деньги пользователя. Геймдеву, кроме релизов игр, приходится конкурировать с соцсетями, порнографией, гемблингом, iGaming и многим другим, то есть с иными цифровыми доменами, которые тоже научились отлично монетизировать вовлечение.

Изучил огромную презентацию и разобрался в цифрах, насколько шатким оказалось реальное положение геймдева в мире.

Массовое применение и внедрение ИИ-технологий среди обычных потребителей случилось буквально пару лет назад. В 2023-м нас всех поражала возможность ChatGPT писать логически складные и осмысленные абзацы, а качество картинок с Midjourney вообще вызвала ажиотаж и беспокойство о будущем профессий художника и дизайнера. 

И ИИ-контент еще не выглядел так инородно: если сегодня каждый третий Shorts или картинка в соцсетях сгенерированы, то в 2023 году многим и в голову не могло прийти, что картинку можно нарисовать нечеловеческими «руками».

И именно в тот год один ушлый художник решил провернуть перформанс, который зашел слишком далеко. Настолько, что смог обмануть весь Twitter (X) и кучу авторитетных зарубежных СМИ, включая The Verge, Tom Hardware и TechRadar. 

Имя авантюры: Del Complex — независимый плавучий город с 10 тысячами GPU-ускорителей H100 на борту посреди океана. Вспомним, как это было и как удалось разоблачить эксперимент одного художника.

Любая национальная валюта — сложный технологический и юридический продукт. По миру ежегодно курсируют десятки рейсов, набитых купюрами, поскольку почти 60% стран производят нацвалюту не в своей стране. Ввод денег в оборот — сложная и многоступенчатая юридическая и техническая процедура, в которой тоже иногда случаются сбои. И один из них случился совсем недавно. 

27 февраля 2026 года в Боливии потерпел крушение военный самолет, перевозивший купюры национальной валюты, эквивалентной 62 миллионам американских долларов. На место быстро прибыли мародеры, чтобы собрать купюры, пока спасатели и экстренные службы оказывали помощь пострадавшим и пытались устранить первые последствия крушения. Как итог — ЦБ Боливии частично заблокировал свою же валюту, чтобы остановить незаконный оборот, а оставшиеся на борту банкноты сожгли прямо на месте. 

На примере этого внезапного боливийского блокбастера я покажу, какие этапы проходят реальные деньги, чтобы стать реальным платежным средством. 

Привет, Хабр! Организация экономического сотрудничества и развития (ОЭСР) выпустила масштабный доклад Digital Education Outlook 2026: документ анализирует сценарии использования генеративного ИИ в образовании. Один из общих выводов: нейросети успели прочно закрепиться в учебном процессе, а школьники и студенты гоняют их и в хвост и в гриву, пока образовательные системы только обсуждают разработку нормативов.

Отчет прямо ставит проблему: GenAI должен стать партнером по обучению, а не короткой тропой, которая обходит само обучение. 

Я покопался во всех 247 страницах отчета и вынес основные выводы исследователей: от наблюдений, тенденций, проблем до предложения по их решению.

Десятилетиями планета живёт в единой технологической парадигме: дизайн архитектуры разрабатывается в Калифорнии, станки собираются в Нидерландах, кремний “печатается” на Тайване, а финальная сборка происходит в Китае. Цепочка производств кажется вполне логичной и незыблемой. 

В результате люди по всему миру, вне зависимости от локации пользуются одними и теми же продуктами: одинаковые процессоры в наших смартфонах и электронике, та же самая оперативная память в ПК и ноутбуках, дата-центрах, умных автомобилях и т.д. В общем мир связан единым технологическим стеком, и по всей планете бьются одни и те же кремниевые сердца.

А теперь давайте представим, что мир раскололся надвое: на разных сторонах света идёт полный цикл производства технологий, с совершенно разными архитектурами, которые между собой не особо совместимы (если совместимы вообще). С одной стороны привычные стандарты x86 и ARM, с другой разработки на базе архитектуры RISC-V.

Азиатский смартфон не сможет подключиться к европейскому облаку. Код, написанный в Берлине, откажется запускаться на серверах в Шэньчжэне. Получится два разных мира, которые постепенно будут изолироваться друг от друга. Жутковатый мир, правда..?

Если серьезно задуматься и проанализировать ситуацию вокруг технологических барьеров, которые уже существуют, можно предположить, что у такого сценария есть потенциал. И чтобы разобраться, насколько реален сценарий разделенного мира, предлагаю разобраться в ряде фактов.