Аналитика Telegram-канала
Подписчики
120
Охват за 24 ч
5
ER за 24 ч
4,17%
Публикаций
711

Динамика подписчиков

7 дней 30 дней 6 месяцев Больше
14 ноя17 ноя20 ноя
Показаны последние 7 дней Больше истории →

Охваты публикаций

17.1117.1117.1117.1118.1119.11
1
Средний охват
1
Лучший результат
Показаны 6 публикаций — последние в канале Больше статистики →

Упоминания

9
Упоминаний
8
Из них репостов
2
Каналов
Все упоминания

Последние посты

3 из 711 2 из 711
Фото
Венчурный фонд Menlo говорит, что здравоохранение самый крупный, но незрелый рынок для ИИ В своем свежем большом разборе рынка ИИ в здравоохранении за этот год они приводят такие цифры: расходы на ИИ выросли в 2,5 раза, до $3,7 млрд - это больше, чем в других отраслях, включая юридическую сферу, которая на 2-м месте с $1,8 млрд. Ещё здравоохранение покупает больше узкоспециализированного ИИ: их отраслевые решения составляют 50% расходов, что почти 2 раза больше, чем в среднем по всем отраслям. Но рост затрат в целом на ИИ в отрасли неравномерный, так в административной части - там, где ИИ просто помогает человеку, рынок уже зрелый: там идёт консолидация, крупные игроки забирают рынок за счёт встроенности в систему. А вот в клинической части - там, где ИИ должен участвовать непосредственно в лечении, рынок только формируется. Интересно, что расходы на фарму и биотех с ИИ выросли до $700 млн - это 23 кратный рост, самый быстрый среди всех сегментов. Только на разработку лекарств пришлось $600 млн. При этом 43% компаний в life sciences уже применяют ИИ в масштабе: в фарме - 51% (было 15%), в биотехе - 35% (было 9%). По прогнозам, доля ИИ в R&D-бюджетах должна вырасти с 8,5% до 13,9% за 3 года. Отдельно Menlo отмечают, что клиники и больницы тратят на ИИ $2,9 млрд - это в 19 раз больше, чем страховые компании, у которых всего $150 млн. Это говорит о том, что клиники бегут вперёд с внедрением, а страховщики реагируют на ИИ постфактум, в основном защитным образом.
ещё
1 0 19 ноя, 17:32
Фото
А вот это спор 21 века: пациенты с чипами в голове требуют права на данные со своего мозга, но им отказывают Это прямо сюжет из сериала «Черное зеркало», если вы помните серию Arkangel. Итак, 70-летний парализованный мужчина в 2024 году согласился на сложную операцию в рамках совместного исследования Caltech и USC. Ему имплантировали около 384 микроэлектродов в моторную кору мозга, чтобы записывать активность нейронов и помочь в разработке нейроинтерфейсов для людей с параличом. После операции и нескольких месяцев участия в исследовании пациент попросил доступ к своим сырым данным мозга, в том числе для личных экспериментов, музыки и понимания своей физиологии. В ответ на его запрос исследователи отказали и сказали, что данные принадлежат институту/лаборатории, а не пациенту. Оказалось, что до операции он подписал стандартное согласие, которое фактически лишало его прав на эти данные. Когда ему предложили новую, более жёсткую форму согласия, он отказался подписывать. И возникла ситуация, при которой отказ мог привести к исключению его из исследования и необходимости повторной операции по удалению импланта. Надо понимать, что сегодня нет чётких законов, которые описывают, кому принадлежат сырые данные, собранные во время таких исследований. Университеты обычно считают их своей собственностью, как и другие исследовательские данные. А те, кому имплантировали нейроинтерфейсы выступают за то, чтобы участники имели право доступа к своим данным, большую прозрачность и контроль. Если смотреть на то, как развивается коммерческий сектор BCI и других носимых устройств, то возникает вопрос - а кому принадлежат данные о мозговой активности людей?
ещё
1 0 18 ноя, 22:22
Фото
Как “вахтеры” в Anthropic и OpenAI подарили Gemini 4 Carbon роль главной модели для тяжелого R&D Одна из самых недооцененных черт Gemini 4 Carbon — гугловский флагман почти не душат рантайм-классификаторы безопасности, в отличие от свежих Claude и GPT. И речь тут совсем не о бытовой цензуре или «клубничке»: линия разлома прошла по задачам на самом фронтире технологий, где перестраховка соседей уже всерьез бьет инженеров и исследователей по рукам. Хань Сяо (фигура первого эшелона в прикладном ML и поиске, автор классического бенчмарка Fashion-MNIST и основатель Jina AI) выложил телеметрию пятнадцатичасового прогона Gemini 4 Carbon в автономном цикле оптимизации вычислительных ядер — по сути, раннего этапа рекурсивного самоулучшения, когда “ИИ создает ИИ”. Собственные веса Carbon не переписывала — для текущих технологий это пока фантастика. Агент сидел в Docker-контейнере и допиливал систему спекулятивного декодирования, которая заранее угадывает черновики следующих слов, чтобы большие нейросети отвечали быстрее. Снаружи за прогрессом следил простейший скрипт с бинарной логикой “цель достигнута / копай дальше”, а внутри модель вела въедливую отладку прямо на уровне памяти чипа: например, разбиралась со сбоем при обновлении чернового буфера, из-за которого в строго предсказуемом режиме код работал как часы, но ломался, стоило добавить в ответы долю случайности. За пятнадцать с половиной часов агент прошел шесть циклов почти по три часа без халтуры и коротких отписок. Модель выполнила 880 вызовов инструментов и перемолола 292,5 миллиона токенов. Пожаловался Сяо разве что на скромные 80 токенов в секунду (нынешнее поколение Gemini действительно медленное), зато выделил главное: за весь прогон не сработал ни один защитный фильтр. Это важно: коллеги в комментариях отметили, что та же Fable 5.2 на аналогичном тюнинге ядер и кода ведет себя настолько тупо, будто намеренно саботирует задачу, а GPT-6 Astra просто утыкается в проверки безопасности. Причем за этим стоит вполне официальная политика: в доктринах безопасности обеих компаний самоулучшение ИИ поставлено в один ряд с биооружием и кибератаками. Google пока действует мягче, поэтому внешние команды спокойно крутят на Gemini 4 и другой тяжелый R&D — вплоть до тем, где чужие классификаторы привычно паникуют. Биотех-стартап Axiom Bio перевел на Carbon и Argon продакшен-агентов для анализа токсичности лекарств и нашел новые механизмы поражения клеток, а команда Cartwheel шесть дней автономно оптимизировала с Carbon сложную 3D-физику тканей. Это же видно на независимом бенчмарке Bug Hunt Bench по слепому отлову 105 багов в реальных репозиториях: в обычном публичном CLI Carbon набрала 57,3 балла против 45 у пережатой фильтрами Astra. Не стоит думать, что защитных барьеров у Google нет совсем — компания внедрила классификаторы против биоугроз и опасной химии, а версию со снятыми фильтрами для кибербеза открывают только проверенным командам по программе Fairwind. Если говорить о личном опыте, то я работаю с Gemini 4 Argon и Carbon уже несколько недель и столкнулся с фильтрами буквально один раз, причем ситуация вышла забавная: в Antigravity начали всплывать сообщения о безопасности, ИИ продолжал работать, а когда я спросил, что это вообще за предупреждения такие, то получил ответ: "А, это мои фильтры безопасности, но ты не обращай внимания, я уже придумал, как выполнить задачу без их запуска". Почему Google так делает? Дальше — моя гипотеза. Компания сейчас в позиции догоняющего, поэтому логично старается давать пользователям больше свободы, чем конкуренты. Важно, что у нее есть для этого пространство — по части ИИ-рисков внимание регуляторов приковано к Anthropic и OpenAI куда сильнее, чем к Google. Будет ли так всегда – не возьмусь судить. Но пока дают, надо пользоваться – если, конечно, у вас есть соответствующие задачи. — Как выжать максимум из Gemini 4 Carbon и Claude Fable 5.2, я рассказал в новом лонгриде – там советы по тонкой настройке промптов, обзор функций Antigravity и Claude Code и многое другое. — Читать на «Бусти» — Читать на Sponsr
ещё
1 0 17 ноя, 23:44
Больше постов

Продолжить анализ этого канала

  • История роста подписчиков
  • Просмотры и охваты публикаций
  • Кто упоминает канал и кого упоминает он
  • Похожие каналы и подбор для рекламы
Открыть аналитику
Демо до 14 дней