Обнаружил, что VS Code перестал устанавливать расширения и обновлять старые тоже. Копирую урл с расширением из лога в хромиум, расширение начинает качаться, но прогресс так и остается 0 байтов. При этом, если на этой же машине трафик браузера пустить через иностранный прокси, файл с расширением быстро скачивается. На макбуке та же самая проблема, только URL-ы другие. Wireshark-ом трафик анализировать не пробовал.

Провайдер: проводной Билайн. Есть ли нормальное решение этой проблемы? Или остается настраивать VS Code на соединение через прокси?

$ cat ~/.config/Code/logs/20251027T212213/network-shared.log 
2025-10-27 21:22:35.794 [error] #7: https://ms-python.gallerycdn.vsassets.io/extensions/ms-python/vscode-pylance/2025.9.1/1761240443048/Microsoft.VisualStudio.Code.Manifest - error GET Request timeout after 10000ms
2025-10-27 21:22:38.604 [error] #15: https://ms-python.gallery.vsassets.io/_apis/public/gallery/publisher/ms-python/extension/python/2025.16.0/assetbyname/Microsoft.VisualStudio.Services.VSIXPackage?redirect=true&targetPlatform=linux-x64&update=true - error GET Request timeout after 10000ms
2025-10-27 21:22:38.713 [error] #16: https://ms-python.gallery.vsassets.io/_apis/public/gallery/publisher/ms-python/extension/vscode-python-envs/1.10.0/assetbyname/Microsoft.VisualStudio.Services.VSIXPackage?redirect=true&targetPlatform=linux-x64&update=true - error GET Request timeout after 10000ms
2025-10-27 21:22:47.678 [error] #22: https://ms-python.gallery.vsassets.io/_apis/public/gallery/publisher/ms-python/extension/vscode-pylance/2025.9.1/assetbyname/Microsoft.VisualStudio.Services.VSIXPackage?redirect=true&update=true - error GET Request timeout after 10000ms

В России в 2025 г. выросло количество вакансий для специалистов по робототехнике. Спрос на разработчиков ПО для роботов увеличился на 72%, при том что потребность работодателей в программистах в целом в этом году сократилась.

Количество вакансий, связанных с разработкой программного обеспечения в сфере робототехники, выросло на 72% год к году, приводят «Ведомости» данные директора по исследованиям hh.ru Марии Игнатовой.

Всего за I полугодие 2025 г. российские компании в сфере робототехники разместили 5,3 тыс. вакансий, тогда как за весь 2024 г. было опубликовано 9 тыс., а за весь 2023 г. — 6,9 тыс., сообщила изданию Игнатова.

При этом спрос на ИТ-специалистов в целом впервые за три года сократился. В первой половине 2025 г. вакансий для них в России стало меньше на 20%. Сокращение спроса на программистов оказалось выше среднего — 62,5 тыс. в 2025 г. против 90,1 тыс. годом ранее.

Зарплатные предложения для специалистов по робототехнике растут вне зависимости от опыта работы, отметил директор категории «Офисные профессии» «Авито работы» Кирилл Пшеничных. Среднее зарплатное предложение увеличилось на 13% и составило 90, 44 тыс. руб. в месяц. Сотрудникам без опыта работы в I полугодии 2025 г. предлагали 71,02 тыс. руб. (плюс 13% год к году); с опытом больше одного года работы — 76,98 тыс. (плюс 8% год к году). Зарплаты, предлагаемые опытным специалистам, выросли намного больше — на 23% для тех, чей опыт составляет более трех лет (до 109, 64 тыс. руб.), и сразу на 47% для имеющих опыт более пяти лет (до 149,03 тыс. руб.).

Среди наиболее востребованных навыков у кандидатов заместитель генерального директора «Работа.ру», операционный директор «Сберподбора» Александр Ветерков назвал программирование на языках C++ и Python, математику, навыки работы с искусственным интеллектом, с мехатроникой и управлением.

https://www.cnews.ru/news/top/2025-09-03_v_rossii_vzletel_spros_na

Похоже на долгосрочный тренд. Планируете ли вы заняться разработкой софта для роботов?

Минцифры России опубликовало перечень интернет-ресурсов, которые сохранят доступность в случае ограничений работы мобильного интернета. Список опубликован в Telegram-канале ведомства.

В перечень вошли:

• сервисы «ВКонтакте», «Одноклассники», Mail.ru;
• национальный мессенджер Max; сервисы «Яндекса»;
• маркетплейсы Ozon и Wildberries;
• Avito;
• Дзен;
• Rutube;
• официальный сайт платежной системы Мир;
• сайты правительства и администрации Президента России;
• федеральная платформа дистанционного электронного голосования (ДЭГ);
• операторы связи Билайн, МегаФон, МТС, Ростелеком, T2.

В ведомстве заявили, что список еще будет пополняться. Российские операторы связи в пилотном режиме уже начали обеспечивать доступ к перечисленным ресурсам.

https://www.kommersant.ru/doc/8021918

Китайский язык возглавляет список «полезных» для карьерного роста языков, его выбрали 26% айтишников, 23% убеждены, что более важным является английский язык. Третье место пришлось на немецкий язык (18%), а 11% – на французский. Такие результаты получил онлайн-кампус НИУ ВШЭ в ходе опроса россиян. Об этом CNews сообщили представители НИУ ВШЭ.

Почти половина ИТ-специалистов (40%) изучали или изучают сейчас английский язык, 25% – французский, 17% – немецкий, а 8% – испанский. Есть и те, кто знаком с азиатскими языками – китайским (9%) и японским (6%)*. Более половины (62%) респондентов из сферы информационных технологий убеждены, что знание иностранного языка влияет на профессиональный рост. При этом наибольшее влияние в 2025 г., по их мнению, оказывает китайский (26%) и английский (23%) языки. Кроме того, 50% считают, что через пять лет китайский будет столь же востребован, как ранее английский.

https://www.cnews.ru/news/line/2025-08-27_bolee_chetverti_it-spetsialistov

А вы всё про Rust… Кто-нибудь из лоровцев уже знает или учит китайский? Как поставили фонетику и с помощью чего лучше запоминать иероглифы?

И вообще, для чего китайский айтишнику: общаться с коллегами или литературу читать?

Группа четвероногих роботов Boston Dynamics выступила в шоу America’s Got Talent с танцевальным номером под песню Queen Don’t Stop Me Now, сообщает ресурс TechCrunch. Их выступление оказалось настолько впечатляющим, что заслужило четыре «да» от членов жюри, несмотря на то что один из пяти роботов отключился посреди номера.

https://3dnews.ru/1124415/robopsi-boston-dynamics-stantsevali-v-shou-amerika-ishchet-talanti-odin-iz-nih-ne-spravilsya-s-volneniem

https://youtu.be/0_DMQqvpfW4

Ну так каким образом роботы захватят мир, если даже в таком казалось бы несложном деле их надежность оказалась ну совсем не впечатляющей?

И есть ли вообще какие-то инновации в роботостроении за последние десять лет?

Я предполагаю, что очень много современных людей, в том числе и вы, выросли на идеях о исключительной важности науки и технологий. Вы восхищались научной фантастикой, читали научно-популярные издания. А также постоянно старались окружить себя разнообразными электронными гаджетами. Посчитайте, сколько времени и денег ушло у вас на них за жизнь.

А теперь посмотрите на список богатейших людей планеты - это люди, которым принадлежат те самые злые корпорации. Их беспрецедентные богатство и власть - следствие того самого культа технологий, который именно такие простые люди, как вы, поддержали и проповедовали.

В вашей руке уже давно находится устройство, с помощью которого ваша жизнь находится под их неустанным контролем. Обычный человек сегодня сидит перед экраном в среднем по 7 часов в день. Вся аспекты вашей жизни зависят от этого гаджета. Не это ли будущее обещали вам фантасты?

И это только начало, дальше будет сверхмощный ИИ, массовая роботизация и дальнейшее обесценивание человека как такового. Перед теми, кто отвечает сегодня за этот самый прогресс, стоит вопрос: а куда девать в ближайшем будущем девать массы ненужных людей? Как бы так сделать, чтобы они незаметно самовыпилились, без применения насилия?

Может быть, пора задуматься, к чему привело слепое поклонение идеям прогресса и идеалам научной фантастики? Может быть, надо найти в жизни другие ценности и вкладывать ваши мысли, время и энергию во что-то другое? Если ещё не поздно, конечно.

Исследователи из MIT выявили, что использование LLM снижает когнитивные способности человека.

В исследовании участвовали 54 студента университетов восточного побережья США, — люди привычные к экзаменам и цифровым технологиям. Их разделили на три группы: первая использовала ChatGPT, вторая — поиск Google, а третья полагалась только на собственные знания.

Участники должны были за 20 минут написать короткое эссе в стиле стандартного американского теста для школьников (SAT). На студентах при этом были специальные шапочки с электродами — устройства для снятия электроэнцефалограммы (ЭЭГ), фиксирующие активность различных областей мозга во время работы. Анализируя паттерны такой активности, ученые пытались понять, какие части мозга наиболее активно «общаются» друг с другом и как интенсивность/”география” этой коммуникации изменяется в зависимости от условий. В итоге получается картина общего ритма и связности мозговой активности.

После трех раундов исследователи произвели «рокировку» и в рамках четвертой, дополнительной сессии группы поменялись инструментами: те, кто пользовался ChatGPT, должны были писать эссе сами, а те, кто прежде не имел доступа к AI, впервые получили его. Рокировка эта была призвана ответить на вопрос о том, сохраняются ли эффекты использования AI после отказа от технологии? И наоборот — сразу ли новички демонстрируют те же паттерны, что и опытные пользователи?

Задача эксперимента сводилась к одному: понять, как меняется мышление, память и мозговая активность, когда человек пишет с AI и без него. И остаются ли эти изменения, когда инструмент больше не используется.

В результате, между группами были выявлены резкие различия. Самая обсуждаемая находка касалась памяти и “ощущения авторства”. Через несколько минут после окончания эксперимента 83% пользователей ChatGPT не смогли вспомнить ни одной строчки из своего текста, – при том, что из десяти студентов, писавших самостоятельно, девять процитировали себя вполне точно. Авторы интерпретировали это как признак слабого «владения» текстом (text ownership) у пользователей AI: слова текут легко, почти не оставляя следа в памяти.

Из самоотчетов предстает похожая картина: те, кто использовал ChatGPT, описывают чувство слабой связи с собственной работой и говорят о «делегировании» письма и ощущении себя пассивными получателями, а не активными создателями текста.

Мало того, все это подкрепляется и более объективными данными: из ЭЭГ видна меньшая степень связности мозговой активности у пользователей AI, — особенно применительно к зонам, отвечающим за извлечение смыслов, запоминание и глубокую переработку информации. У студентов, писавших самостоятельно, синхронность нейронных процессов оказалась гораздо выше.

В том, что касается качества письма, результаты оказались менее однозначными. Эссе, написанные с помощью AI оказались стилистически более гладкими и грамматически правильными, — но люди (оценивавшие работы параллельно с экспертным алгоритмом) оценили тексты, написанные самостоятельно как более личные и оригинальные.

Наиболее интересный и провокационный результат показала четвертая сессия: студенты, ранее писавшие с ChatGPT, даже после отказа от него демонстрировали ухудшение памяти и снижение мозговой активности.

https://www.media.mit.edu/publications/your-brain-on-chatgpt/

Но ведь работать без LLM уже почти невозможно: конкуренты с их помощью с большой вероятностью выполнят ту же работу быстрее. Как быть?

Возраст: 46 лет.

Есть высшее образование по профессии. Начинал карьеру с разработки системы для автоматизации учебного процесса в университете. Это было ещё до знакомства с Python и система была написана на Delphi. Был опыт разработки системы учета трафика на Perl для небольшого интернет-провайдера. Участвовал в автоматизации торгов лекарствами в крупной сети аптек. После этого удаленно работал около трех лет с компанией, занимающейся поисковой оптимизацией в США. Автоматизировал их процессы с помощью Python. Затем долгое время был фрилансером на Upwork и выполнял небольшие проекты также используя Python. Использовал в работе Postgres, MongoDB в качестве СУБД. Знаком с Django, но не очень люблю этот фреймворк. Также был опыт построения несложных интерфейсов на PyQt/PySide.

В течение последнего года участвовал в разработке бэкендов на FastAPI. Также в этих проектах использовался Strawberry GraphQL. Хотел бы далее работать с этим стеком.

Ключевые слова: Linux, Python, FastAPI, GraphQL, Postgres, Redis, Docker.

Почта: r.v.i.c@yandex.ru

Каждый новый дамп стирает грань между приватностью и абсурдом.

Исследователи Cybernews выявили одну из крупнейших утечек учётных данных за всё время: более 16 миллиардов строк с логинами и паролями оказались в открытом доступе. Эти массивы, по их оценке, в основном сформированы стилерами — вредоносными программами, извлекающими чувствительные данные с заражённых устройств.

С начала 2025 года специалисты обнаружили 30 независимых наборов данных. Каждый из них содержал от десятков миллионов до более чем 3,5 миллиарда записей. Общий объём превысил 16 миллиардов строк. По словам экспертов, новые дампы появляются каждые несколько недель, что указывает на высокую активность инфостилеров.

Средний объём одной базы — около 550 миллионов записей. Самая маленькая содержала чуть более 16 миллионов строк и была названа в честь конкретного вредоносного ПО. Самая крупная, предположительно связанная с португалоязычным сегментом, включала свыше 3,5 миллиарда учётных данных.

Некоторые базы назывались нейтрально — «logins», «credentials», и это затрудняло анализ. Другие имели имена, намекающие на платформу или страну происхождения. Например, один файл содержал 455 миллионов строк и, судя по названию, был связан с российскими аккаунтами. Ещё один включал 60 млн записей и упоминал Telegram.

Во всех случаях структура данных была схожа: URL-адрес, логин, пароль. Многие файлы включали токены, cookies и прочие метаданные — стандартный результат работы стилеров. Это делает утечку особенно опасной для компаний, не использующих многофакторную аутентификацию или не контролирующих пароли сотрудников.

Базы были временно доступны через незащищённые Elasticsearch и object storage-серверы. Это позволило исследователям получить к ним доступ, но не выявить владельцев. Вероятно, часть информации принадлежала киберпреступникам, а другая — могла быть собрана исследователями или агрегаторами утечек. В любом случае, такие массивы дают преступникам мощный инструмент для масштабных атак.

Даже при низкой эффективности — менее 1% — такие дампы позволяют скомпрометировать миллионы пользователей, получить доступ к финансовым сервисам и использовать их в фишинговых и мошеннических кампаниях.

Среди прочего, в базах фигурируют данные, относящиеся к Apple, Facebook*, Google, Telegram, GitHub и различным государственным платформам. Некоторые файлы содержат бизнес-данные и зашифрованные объекты, что может указывать на корпоративное происхождение.

На фоне новой находки эти утечки выглядят как звенья в цепочке. Текущие базы содержат как устаревшие, так и свежие данные, пригодные для немедленного использования. Это не «рециклинг» — это живой, актуальный массив для киберэксплуатации.

Подробнее: https://www.securitylab.ru/news/560530.php

Понятно, что без 2FA уже практически нет интернет-сервисов, и на Linux стилеры - редкое явление, но все-таки знать об этой утечке полезно.

Предположим, в неком фантастическом романе программисты всего мира объединяют усилия и создают проект по перестройке общества, чтобы сделать его более развитым, справедливым и гармоничным.

Каким бы стал мир при успехе данного проекта? Ну я так подозреваю, во главу угла была бы поставлена наука, и во главе обновленного общества встали бы ученые, правильно?

А строй бы оказался чем-то вроде социалистического, с мировой плановой экономикой и максимально эффективным разделением труда. Ну, естественно, экономика должна планироваться автоматически вычислительной системой.

Можно сюда добавить систему социального рейтинга для людей - но не как в Китае, а отражающую научные или технологические достижения индивида. В избирательной системе такой рейтинг пригодился бы как вес голоса индивида при голосовании.

Но это только мои предположения, что такие изменения сделали бы жизнь людей в целом лучше. Или нет?

В каких фантастических произведениях можно почитать про подобное общество?

В детстве отец мне читал стихотворение в переводе с польского, которое мне очень нравилось. Отца уже нет на свете, поэтому спросить некого. Стихотворение было про польского мальчика по имени Збышек, у которого были породистые голуби в дворовой голубятне.

В начале было указано, в каком польском городе происходит действие, но я не запомнил, в каком. Очень красочно описан процесс, когда он выпускал этих голубей. Перевод явно был сделан известным поэтом, потому что он получился очень с красивыми рифмами, богатым словарем.

Кажется, там были такие строки: «Были там турманы и сизари», «было почтовых там два или три». Далее сюжет я помню смутно. Вроде бы дело было во время войны и эти голуби пригодились для доставки сообщений между фронтом и городом. Развязку я не помню, но кажется она была грустная.

Ни Яндекс, ни Гугл ничего не находят. Поиск по крупной российской библиотеке search.rsl.ru тоже не помог.

Возможно, стихотворение было опубликовано в периодическом издании, а может и в старом школьном учебнике по литературе из 50х.

Было бы здорово, если получится найти по такому описанию.

Ну и конечно, возник вопрос: получается, в интернете есть далеко не все возможные опубликованные тексты на русском языке?

Вроде бы рекомендуют не использовать 404, потому что это слишком общий код ошибки:

There are many layers of software that can return 404 to a request, some of which you may have no control over:

Misconfigured client hitting the wrong URL

Misconfigured proxies (client end and server end)

Misconfigured load balancers

Misconfigured routing tables in the server application

Returning HTTP 404 for «thing not found» is almost like returning HTTP 500 - it could mean the thing doesn’t exist, or it could mean something went wrong; the client cannot be sure which.

https://github.com/stickfigure/blog/wiki/How-to-(and-how-not-to)-design-REST-APIs#rule-8-dont-use-404-to-indicate-not-found

Поэтому в проектах используем 410 для обозначения ситуации, когда объект не найден.

Но сегодня столкнулся с проблемой: Safari закешировал ответ 410 на конкретную GET ручку с двумя параметрами, один из которых входит в путь ручки в виде uuid, а второй - необязательная дата после знака “?”.

Проект на fastapi, и для тестирования запросов используется встроенный swagger.

Путь у ручки вот такой: «/{uuid}/test?date_=2025-06-02», где дату можно не указывать по дефолту.

Указываешь дату - запрос корректно работает, а не указываешь - получаешь 410.

В итоге потратил час на отладку, пока не выяснилось, что в хроме ручка в Swagger работает корректно и возвращает результат при пустой дате вместо ошибки 410.

Какие коды для обозначения ненайденных ресурсов вы используете в своих веб-сервисах с REST API и почему?

Иногда хочется записать собственные мысли на ходу. Поскольку я пользуюсь эппловским устройством в качестве основного, в качестве сабжа я использую встроенные заметки для iOS. Приложение довольно минималистичное, но в целом неплохое. Удобно тем, что на эппловских устройствах оно синхронизируется через облако и если мне требуется редактировать текст, я без лишних усилий могу это сделать на ноуте, просто открыв соответствующее приложение. Неудобно во первых тем, что это не кроссплатформенное решение. Во-вторых, нет возможности надиктовывать на телефоне текст через микрофон, а иногда это удобно для создания набросков. Еще бы хотелось иметь возможность бэкапить заметки на ноуте.

Существует ли удобное кроссплатформенное решение для Android и iOS, желательно бесплатное, с функционалом, который я хочу? Ну хотя бы без возможности надиктовывать текст. Чем вообще вы пользуетесь для ведения заметок?

Было 19 000 тактов. Стало 1 700. Это вообще нормально?

Инженеры Bytedance представили новый способ ускорения взаимодействия между процессами (IPC) в Linux, который они назвали RPAL — Run Process As Library («Запуск процесса как библиотеки»). Идея заключается в том, чтобы один процесс мог вызывать другой так, как будто это обычная функция в памяти, без участия ядра операционной системы. По их словам, это позволяет существенно повысить производительность и снизить нагрузку на CPU.

Классический IPC в Linux, включая сокеты и системные вызовы, часто становится узким местом в высоконагруженных системах. RPAL предлагает другой подход: минимизировать копирование данных, избегать переключений контекста ядра и при этом не требовать серьёзных изменений в коде приложений. По сути, это способ превратить отдельный процесс в библиотеку, которую можно вызвать напрямую, как обычную функцию.

Первичные тесты, проведённые Bytedance, показывают внушительный прирост производительности. В одном из экспериментов клиент передал миллион сообщений по 32 байта. При использовании обычного подхода на каждое сообщение тратилось в среднем 19 616 тактов процессора. С RPAL задержка снизилась до 1 703 тактов — это более чем 91% ускорения.

Кроме того, в реальных сценариях в дата-центре RPAL позволил снизить загрузку CPU до 15,5% за счёт уменьшения системных вызовов и более эффективного управления памятью. Особенно значимый вклад дала возможность делить адресное пространство между процессами, что сократило количество копий данных.

Однако у технологии есть ограничения. RPAL требует поддержки аппаратной функции Memory Protection Key (MPK), доступной на современных процессорах Intel и AMD Zen 4 и новее. Bytedance заявляет, что в будущем RPAL может работать и без MPK, но пока эта возможность только в планах.

Исходные патчи и RFC для внедрения RPAL уже опубликованы, и любой желающий может ознакомиться с кодом и предложениями Bytedance. Новая модель IPC выглядит как потенциальный шаг вперёд для Linux-систем, особенно в области высокопроизводительных микросервисов и систем реального времени.

https://www.securitylab.ru/news/558942.php

https://lore.kernel.org/lkml/CAP2HCOmAkRVTci0ObtyW=3v6GFOrt9zCn2NwLUbZ+Di49xkBiw@mail.gmail.com/

Кто-нибудь уже использовал?

Возможно ли создать шелл с поддержкой данной технологии?

Потренируем фантазию. Представим, что через год или два ИИ достигает такого уровня, что может писать корректные и читаемые программы на любом существующем высокоуровневом языке в 10 тысяч или даже в 50000 строк за сравнительно небольшие деньги, скажем за 100 долларов. Предположим, что это сумма подписки на ИИ сервис для программистов на месяц, а создание программы в 50000 строк по вашей подробной спецификации занимает одни сутки. То есть у вас будет 30 итераций с корректировкой ТЗ. Естественно, в проекте могут быть задействованы любые опенсорс библиотеки.

Какой софт и почему вы бы создали для себя или для Linux сообщества в первую очередь? Продолжили бы вы заниматься программированием, если да, то в какой области?

Вкратце опишу задачу. У компании есть клиенты, от имени которых она ведет переписку с третьими сервисами используя google workspace.

У каждого email эккаунта в google workspace можно завести алиас с помощью api, и использовать его в дальнейшем для конкретной переписки. После окончания переписки алиас можно просто удалить с помощью того же api. Это нужно потому, что есть лимит на количество алиасов для каждого email эккаунта в google workspace.

Бэк реализован на python с использованием sqlalchemy. БД - postgres.

Поэтому возникла идея создать две таблицы. Одну - со списком имеющихся email эккаунтов. И вторую, где будет список использующихся в данный момент алиасов для каждого email.

То есть во второй таблице (aliases) будут следующие поля: id, email, alias_email.

Получается, когда мы начинаем новую переписку, мы должны создать новый алиас для любого email эккаунта, у которого не превышен лимит по алиасам.

То есть делаем запрос вроде

select email, count(*)
from aliases
group by email

А затем выбираем из результата любой email, у которого не превышен лимит и вставляем новую запись со свежим алиасом для этого email в эту же таблицу. Ну и создаем алиас помощью google workspace api.

При окончании переписки просто удаляем запись с алиасом из таблицы и удаляем с помощью api сам алиас.

Возникает ситуация гонок, надо бы на момент выбора алиаса лочить таблицу aliases.

Можно ли это сделать с помощью алхимии? И какие есть альтернативы в подобной ситуации, когда есть конкурентные запросы к таблице в целом, а не к конкретным записям?

Об этом команда хабра сообщила всем пользователям через email рассылку. Ровно через месяц сервис прекратит свою работу.

Здравствуйте, Александр. Мы с важной новостью: с 28 февраля 2025 года сервис Хабр Фриланс прекратит свою работу. С этой даты заказчики не смогут искать специалистов для выполнения задач, а фрилансеры — откликаться на заказы и размещать свои услуги. Купить услуги можно до 28 февраля 2025, но пополнить баланс уже нельзя. Если на вашем счете остались средства, вы можете потратить их на небольшие услуги - служба поддержки готова поделиться бонусами, на случай, если средств немного не хватает. Мы также можем сделать возврат средств — для этого обратитесь с заявлением на support@freelance.habr.com. Но мы не прощаемся.

https://vc.ru/services/1779999-habr-frilans-prekrashaet-svoyu-rabotu

Есть предположения, почему закрывается этот вроде бы полезный сервис?

Китайский стартап DeepSeek представил модель ИИ R1, которая превосходит конкурентов при значительно меньших затратах. Это вызвало панику на рынке: акции Nvidia упали на 16%, а криптовалюты потеряли в стоимости. Технологический сектор столкнулся с серьёзными вызовами.

Выпуск новой модели искусственного интеллекта DeepSeek R1 от китайского стартапа стал причиной масштабного падения акций Nvidia и других технологических гигантов на мировых биржах.

На фоне выхода модели DeepSeek R1 акции Nvidia обвалились на 16% на Венской фондовой бирже, что вызвало потрясение в технологическом секторе. Компания, считавшаяся лидером в области чипов для искусственного интеллекта (ИИ), потеряла более 10% рыночной капитализации.

DeepSeek R1 — крупноязычная модель, соперничающая с продуктами OpenAI и Meta*, использует только малую долю их бюджетов. Обучение модели потребовало 2048 графических процессоров Nvidia H800, что обошлось в $40–50 млн. Для сравнения, сопоставимые модели от OpenAI требуют сотни миллионов долларов.

Кроме того, стартап финансируется китайским хедж-фондом High-Flyer и имеет доступ к 50 000 новейших графических процессоров H100 от Nvidia. Однако модель DeepSeek способна работать на менее продвинутых чипах, что ставит под сомнение необходимость многомиллиардных инвестиций в ИИ-инфраструктуру.

Появление DeepSeek вызвало панические настроения на биржах: акции Nvidia снизились на 16%, японская Advantest Corp упала на 8%, Furukawa Electric потеряла 11%, голландская ASML, производящая фотолитографическое оборудование, просела на 12%.

Индекс Nasdaq 100 снизился, отражая общее напряжение перед отчетами технологических гигантов, включая Apple и Microsoft.

Коррекция затронула и криптовалютный рынок: биткойн опустился ниже $98 тыс., а эфириум потерял 7,9%. Общая сумма ликвидаций достигла $1 млрд. Эксперты связывают это с паническими продажами на фоне общего падения техсектора. «Рынок криптовалют сейчас перегрет. Паника и спекуляции мешают инвесторам оценивать ситуацию объективно. Следуйте фундаментальным принципам — это единственно верная стратегия», — заявил основатель Binance Чанпэн Чжао.

Популярность DeepSeek растёт: приложение уже заняло первую строчку в американском App Store, обогнав ChatGPT. Это демонстрирует, что китайские компании могут развивать инновации, несмотря на санкции и ограничения экспорта передовых технологий со стороны США.

Экономическая эффективность DeepSeek стала угрозой для доминирования американских технологических гигантов, включая Nvidia. «DeepSeek доказал, что можно разрабатывать мощные AI-модели с минимальными затратами», — отметили в Union Bancaire Privée.

Появление DeepSeek показывает, что инновации в ИИ могут не зависеть от миллиардных затрат. Это ставит под сомнение долгосрочные перспективы компаний, строящих бизнес-модели на высокозатратных чипах и дата-центрах.

Эксперты ожидают, что замедление роста прибыли технологических гигантов продолжится. Глобальная конкуренция усиливается, и DeepSeek стал ещё одним подтверждением того, что Китай способен претендовать на лидирующие позиции в сфере ИИ.

https://www.wellnews.ru/economy/finance/52824-kitajskij-startap-deepseek-obrushil-akcii-nvidia-i-potrjas-mirovoj-tehsektor.html

Вместо роботов имеем клоны ChatGPT. Кто-нибудь уже попробовал этот DeepSeek?

Каждое следующее поколение специалистов не в состоянии серьезно развивать достижения техники предыдущих поколений чисто в силу ограниченности человеческого мозга.

Например: В 1950-е еще работало поколение физиков, придумавшее транзисторы и создавшее базу для электроники. В 1960-е появились специалисты по электронике, которые проектировали сложные аналоговые схемы. В 70 - те, кто проектировал цифровую микроэлектронику. В 80-е - период, когда появились ПК, и появились много людей, способных проектировать компьютеры. В 90-е - программирование пришло в массы. В нулевые - появились сложные параллельные программно-аппаратные вычислительные системы на основе мощных видеокарт. В 2010-е - машинное обучение пошло в массы. В 2020-е появился ИИ и куча специалистов по нему.

Указанные годы - приблизительные. В целом теория очень упрощенная, но она же имеет место быть? Поэтому пара вопросов:

1. Что будет в следующем поколении на основе знаний о ИИ?
2. Как разорвать порочную цепочку потери знаний, чтобы например развить новую физическую теорию для электроники, более эффективную, чем существующая?

Американский визионер поделился своим видением развития технологий в выступлении для Future Investment Initiative Institute в Саудовской Аравии.

Маск считает, что с каждым годом системы ИИ становятся на порядок эффективнее. «Я с уверенностью могу сказать, что с каждым годом ситуация улучшается в 10 раз… Так что через четыре года это будет означать улучшение в 10 000 раз. Может быть, в 100 000 раз», — заявил предприниматель.

Он полагает, что в течение ближайшего года или двух ИИ сможет делать все, что может делать любой человек. «Сколько времени потребуется, чтобы научиться делать то, что могут делать все люди вместе взятые? Я думаю, недолго. Вероятно, через три года с этого момента», — добавил Маск.

Маск отметил существующие риски от развития ИИ, но в целом сохраняет оптимизм. По его оценке, есть вероятность от 10 до 20%, что что-то пойдет не так. Предприниматель считает, что ИИ представляет собой значительную экзистенциальную угрозу, и человечеству следует обратить на это пристальное внимание. Это, вероятно, самая значительная угроза в ближайшее время.

Одновременно в долгосрочной перспективе предприниматель ожидает значительных улучшений. Например, он считает, что к 2040 году на планете будет больше человекоподобных роботов, чем людей: не менее 10 млрд человекоподобных роботов. Универсальные устройства, по мнению Маска, будут относительно дешевыми и доступными — от 20 до 25 тысяч долларов за робота.

https://hightech.fm/2024/10/30/musk-future

А вы как думаете, когда ИИ превзойдет человеческий интеллект? И когда появятся доступные большинству людей человекоподобные роботы?