Google получила первый ответ со спутника с TPU: Gemma 4 написала хайку

Прототип спутника Project Suncatcher запустили 1 октября на Falcon 9 вместе с аппаратами Planet. К 30 октября команда прошла проверки, включила вычислительные платы и получила первый ответ модели, работающей на чипе в космосе.

Запрос отправили с наземной станции: встроенная Gemma 4 должна была сочинить хайку о пребывании на орбите. Ответ приняли, когда спутник проходил над Свальбардом:

Blue marble below
Data streams in silent grace
Starlight feeds my core.

После этого модель проверили на лимериках и на запросах телеметрии: спутник докладывал состояние полезной нагрузки.

🔧 Дальше начинается главное. На борту четыре TPU и около 1 кВт солнечной мощности, поэтому чипы включают короткими сеансами, а не держат под нагрузкой постоянно, и от этого усложняется связь с землёй. Впереди испытания теплового стресса и радиации: сбои битов портят данные, не вызывая срабатывания обычного мониторинга.

В 2027 году Google планирует два связанных спутника с оптическими линками между ними, то есть распределённые вычисления на орбите, а не одиночный аппарат. Для запуска нужен Starship: в анализе Suncatcher оценивали, что SpaceX понадобится 1 800 полётов, чтобы выйти на прежнюю кривую удешевления.

💼 Пока это «Hello World», а не дата-центр: киловатт и короткие сеансы против мегаватт наземных площадок. Проверяют не качество модели, а выживание кремния, и от этого зависит, останется ли идея орбитальных вычислений исследовательской или станет инфраструктурой.

#Google #AI #космос
———
@tsingular

Amazon перевела оценку работы инженеров с объёма кода на результат для клиента

Amazon разослала разработчикам и их руководителям служебную записку о том, как меняется их работа при внедрении ИИ.

В документе определяется новая роль инженеров,- "Renaissance Developer".

Такая роль означает, что инженер соединяет возможности моделей со своей экспертизой и пониманием продукта, а не отдаёт определение работы инструменту.
Ответственность за результат для клиента, за технические решения и качество остаётся на человеке.

📊 Значительная часть записки посвящена измерениям.
Расход токенов, объём сгенерированного кода, число просмотренных изменений и статистика внедрения дают полезные сигналы, но не заменяют результат, то есть более удачный продукт и заметное улучшение для клиента.
Если превратить эти числа в цель, компания получит лишние расходы и усложнение кода.

Смотреть Amazon предлагает на команды, которые продвигаются медленнее остальных, и на те, что используют ИИ активнее всех.
Так видно, где внедрение даёт настоящий выигрыш, а где создаёт видимость работы.
Если инструмент не подходит для задачи, это не считается слабым результатом, и причины предлагают обсудить с руководителем.

От руководителей ждут личного опыта, а не отчётов и демонстраций. Им нужно применять ИИ на производственной работе, знать его сильные и слабые стороны и объяснять команде свою оценку, а сотрудникам давать время на эксперименты.

💼 Компаниям, которые вводят обязательные метрики использования ИИ, записка полезна как описание ловушки: приёмы работы быстро устаревают, а клиент, ответственность за результат и качество остаются.

Forward Deployed Engeneer устарели.
Теперь у нас будут инженеры эпохи Возрождения.

#Amazon #AI #FutureOfWork #Renaissance
———
@tsingular

🎬 Кризис в Математике: Подкаст Лекса Фридмана

Держите интересное видео для просмотра на выходных. (3.5 часа)

Лекс Фридман собрал трёх известных математиков, - Алекса Конторовича, Анкура Мойтру и Стивена Брантона, чтобы обсудить, как искусственный интеллект меняет математику и научные исследования.

Из разговора вы узнаете:
- Почему математики заговорили о настоящем кризисе в своей профессии.
- Какие фундаментальные задачи уже оказались по силам ИИ.
- Чем доказательство теоремы отличается от её понимания.
- Что будет с научной карьерой, если ИИ начнёт решать задачи быстрее людей.
- Останется ли место человеческому творчеству в математике.
- Как изменится сама наука в ближайшие годы.

Почти философский разговор о будущем человеческого интеллекта на фоне стремительного развития ИИ.

🎥 https://www.youtube.com/watch?v=ZAzWPE9CItg

1:56 — Кризисный момент в математике
10:13 — Сможет ли ИИ «решить» всю математику?
26:24 — Может ли ИИ создавать новую математику?
1:05:56 — Гипотеза Римана
1:29:49 — Уравнения Навье — Стокса
1:55:45 — Как природа производит вычисления
2:04:39 — Гипотеза об уникальных играх и теория вычислительной сложности
2:19:31 — Как мыслят математики
2:33:08 — Математику изобретают или открывают?
2:39:16 — Сможет ли ИИ решить проблему P vs NP?
2:49:31 — Почему большие языковые модели работают так хорошо
3:03:57 — Задачи, которые ИИ пока не может решить
3:08:27 — Григорий Перельман
3:17:45 — Советы молодому поколению

#Lex #Fridman #математика #наука
———
@tsingular

Вот это интересная механика.

XR-разработчик Лукас Мартинич перенёс Super Mario 64 в смешанную реальность на Pico. Игру можно разместить перед собой в виде виртуального окна, а Марио взять рукой и пересадить на свой стол.

Собрал всё на декомпилированном коде оригинала с помощью Claude Opus 5.5 и PICO CLI.

Дата выхода пока неизвестна, подробности автор обещает выложить на GitHub.

@VAI_ART
#VAI_Notes

Новая функция HTML-in-Canvas официально вышла в Chrome!

Надеюсь, визуала на WebGL будет на сайтах в разы больше. Прикрепил один из миллиона примеров

Unsloth выпустила кванты DeepSeek-V4.1-Flash, которые запускаются на 64 ГБ памяти

30 октября Unsloth выложила GGUF-кванты DeepSeek-V4.1-Flash-1017, обновления Flash, вышедшего 17 октября. Самая компактная сборка занимает 233 ГБ на диске и работает на машине с 64 ГБ памяти (на 128 ГБ быстрее).

Причина в Engram, отдельной таблице условной памяти. Она хранит n-граммы до четырёх токенов и на каждый токен читает несколько строк, поэтому файл держат на SSD, а строки подгружаются в кэш по мере надобности.

У кванта UD-IQ1_S таблица занимает 110,6 ГБ из 233, остальные веса 122,4 ГБ. Штатный порог Unsloth для 1-битного варианта составляет 128–145 ГБ, для 3-битного 256–290 ГБ, для 8-битного 315 ГБ.

Динамическое квантование 3.1 позволило сохранить высокое качество: совпадение с оригиналом 88,2% у 1-битного IQ1_M, 98,5% у 4-битного, 98,7% у 8-битного. Ускорение до 3× относится к другим сборкам для CPU, VRAM и n-грамм, а драфтер DSpark на 8 ГБ добавляет 1,3–1,5× к декодированию.

Контекст 1 048 576 токенов.

📎 Кванты: https://huggingface.co/unsloth/DeepSeek-V4.1-Flash-1017-GGUF

#DeepSeek #Unsloth
———
@tsingular

В такой фитнесс-центр я б сходил :)

#Diablo #VR
------
@tsingular