🧠 TDK покажет нейроморфный AI-чип, который "думает" как мозжечок

TDK с Hokkaido University сделали чип, который использует физические свойства электронных компонентов вместо вычислений.

Как это работает:
- Данные циркулируют через 400 связанных узлов (резисторы + конденсаторы + транзисторы)
- Физические процессы (заряд/разряд) заменяют сложные расчёты
- Обучается только выходной слой
- Переключается между режимами 250 раз в секунду

Что покажут в демо на CEATEC 2025:

Чип подключён к руке через акселерометр. Пока вы ещё двигаете пальцами для жеста "камень-ножницы-бумага", AI уже определил что вы покажете и выдал выигрышный вариант.
Выиграть невозможно — чип учится вашим индивидуальным движениям в реальном времени.
(250 раз в секунду, еще раз!)

Еще деталей из документации:

- Предсказание хаоса: точность 95%
- "Память" на 45+ временных шагов назад
- COVID-19 прогноз: ошибка 100-450 человек для регионов Японии
- Всё это на энергопотреблении в разы ниже обычных нейросетей

Где применять:
- Роботы — мгновенная реакция на движущиеся объекты
- Носимая электроника — анализ жестов, походки, биометрии
- IoT-сенсоры — обработка данных прямо на устройстве без облака
- Медицинские датчики — мониторинг показателей в реальном времени

Почему это прорыв:
- Стандартный CMOS-процесс производства = легко масштабировать.
- TDK уже делает сенсоры для edge-устройств, теперь добавляют "мозг" для их мгновенного анализа.
- Edge AI без зависимости от облака и интернета.

Пока прототип, но технология готова к серийному производству.

На дронах и роботах GPU будут не нужны. Ну или рядом с GPU/NPU добавится еще и такой вот нейроморфный "мозжечок".

#ReservoirComputing #EdgeAI #TDK #Neuromorphic
———
@tsingular

GGML (llama.cpp) + Hugging Face: портативная оптимизация

Георгий Герганов и команда GGML (авторы llama.cpp и whisper.cpp) официально присоединились к Hugging Face. HuggingFace собирает всё больше ключевых компонент для своего движка transformers.

⚙️ Техника: Основная цель — сделать переход от библиотеки transformers к инференсу через GGUF нативным. Больше не нужно жонглировать скриптами конвертации и искать «правильный» квант на GitHub. Нативная поддержка вшивается в саму архитектуру моделей.

🧠 Что это меняет:
Локальный инференс становится стандартом. Поддержка Apple Silicon и обычных десктопов теперь в приоритете главного хаба моделей в мире. Модель появляется на HF — и она тут же готова к запуску локально через оптимизированный стек.

Воплощённый интеллект переезжает из дата-центров на рабочие столы. Hugging Face делает ставку на Edge-вычисления, превращая наше железо в полноценную альтернативу облачным API.

Как только объединятся в общую библиотеку, можно будет под неё выпускать чипы.
Стратегия на следующие 5 лет определена.

Как там, интересно Unsloth поживает после этой новости.
А то, глядишь, их тоже прикупят, теперь за недорого. :)

#AI #GGML #HuggingFace #EdgeAI #OpenSource
———
@tsingular

Microsoft открывает прямой доступ к NPU для Windows-приложений на Electron

Microsoft выкатила пакет @microsoft/windows-ai-electron, который позволяет полключить ИИ на локальном NPU в любое Electron-приложение.
Теперь это мост к нативным Windows AI API.

🏗 Phi Silica прямо в рантайме
Главное: доступ к модели Phi Silica и NPU (Neural Processing Unit) на Copilot+ PC. Пакет позволяет вызывать генерацию текста, саммаризацию и OCR через обычный JavaScript.

⚡️ MCP и агентская база
Бонусом идёт поддержка MCP. Electron-приложение теперь может выступать MCP-хостом, обнаруживать локальных агентов и управлять ими.
Т.е. Windows превращается в ОС для агентных роев.

🧠 Выгода бизнесу:
Экономия на API-токенах сторонних сервисов.
Решение легких ИИ задач на конечных устройствах,- разгрузка датацентра.
Плюс безопасность,- данные пользователя не покидают устройство.

#Microsoft #Electron #PhiSilica #NPU #EdgeAI
------
@tsingular

Supertonic v3: синтез речи на процессоре, 31 язык, 99 млн параметров

Supertone (корейская дочка HYBE, компании за BTS) выпустила Supertonic v3: 99M параметров, 31 язык, весь синтез на CPU через ONNX Runtime.

Как результат, - Raspberry Pi озвучивает текст в реальном времени. Е-ридер Onyx Boox синтезирует речь с RTF 0.3× в авиарежиме.
Без интернета, GPU и облака.

🤖 Архитектура: 99M параметров против 0.7B-2B у конкурентов. Весь синтез через ONNX Runtime, GPU не нужен. Работает на Raspberry Pi, в браузере (WebGPU/WASM), на iOS/Android. 11 SDK: Python, Swift, Rust, Go, C++, Flutter и другие.

🔊 Что нового в v3: Охват языков вырос с 5 до 31 (включая русский). Меньше пропусков и повторов при чтении. Выразительные теги: смех, вдох, вздох. Совместима по ONNX-интерфейсу с v2.

📊 Естественный текст: Корректно читает финансовые цифры, телефоны с добавочными номерами, технические единицы без препроцессинга.
По тестам от разработчика ElevenLabs, OpenAI, Gemini, Microsoft этот тест проваливают. (MarkTechPost)

💼 Зачем бизнесу: Голос без облака: встроенные устройства, мобильные приложения, браузер, - все теперь сможет генерить голос локально.
Лицензия OpenRAIL-M на веса, MIT на код.

Веса: 🤗 Hugging Face · Демо: 🤗 Space

🔗 Аналоги:
• Kokoro - 82M параметров, Apache 2.0, 8 языков
• Piper - на устройстве, C++/ONNX, много языков
• Sherpa-ONNX - фреймворк локального вывода речи

#TTS #ONNX #синтезречи #edgeai #supertonic
------
@tsingular

WiFi, который вас видит

Ваш роутер уже умеет видеть сквозь стены. Открытый фреймворк РуView превращает обычный WiFi в систему пространственного зрения: присутствие, дыхание, пульс, поза тела, падения и даже счёт людей в комнате, без единой камеры и носимого устройства.

⚙️ Как это работает: RuView использует отражения WiFi-сигнала от людей и предметов, но уровень возможностей зависит от режима запуска.
Бесплатно можно поднять Docker-демо с симулированными данными — оно показывает пайплайн без реального железа.
Для живого сенсинга нужен ESP32-S3 примерно за $9: он снимает CSI и даёт presence, motion, breathing/heart-rate и fall detection на edge.
Полная конфигурация с Cognitum Seed примерно за $140 добавляет mesh-сценарии, persistent memory, kNN, witness chain, каталог edge-модулей и продвинутую обработку. Предобученная модель на Hugging Face включает 128-мерный CSI-энкодер и presence-head; 4-битная версия весит 8 КБ и показывает 100% точность определения присутствия на тестовых данных, а 17-точечное определение позы заявлено как отдельный пайплайн, но его веса ещё не входят в текущий HF-релиз.

🛡 Приватность как двусторонний меч: Камер нет, изображений нет, данных для шантажа тоже. Зато $9 чип + открытый код = любой может развернуть слежку через стены в съёмной квартире.
Стандарт IEEE 802.11bf-2025 уже встраивает WiFi-сенсинг в каждый новый роутер, но ни в США, ни в Европе нет правил, ограничивающих использование этих данных.

💼 Зачем бизнесу: Умный дом и медицина первыми заберут технологию: мониторинг пожилых без камер, подсчет посетителей, мониторинг перемещения сотрудников и животных, экономия на носимых устройствах, обнаружение вторжений.

Уехал из дома,- поставил на охрану через Wi-Fi мониторинг.
Удобно и без доп оборудования.

🔗 Аналогичные проекты:
• CMU DensePose from WiFi - академический предшественник, ~60-70% PCK, положил начало подходу
• ESP32-CSI-Tool - сбор CSI с ESP32, библиотека для исследования
• IEEE 802.11bf-2025 - стандарт WiFi-сенсинга, ратифицирован 2025, войдёт в каждый чип

#WiFi #сенсинг #приватность #ESP32 #RuView #IoT #edgeAI
------
@tsingular