Дарио Амодеи, основатель и CEO Anthropic, опубликовал подробное эссе на тему успехов DeepSeek и действенности санкций.

На самом деле, пишет Дарио, если разобраться в деталях, DeepSeek не совершила какого-то революционного прорыва. Их модель V3 показывает результаты на уровне американских моделей 7-10 месячной давности, при этом экономия в затратах соответствует обычному тренду удешевления технологий (примерно в 4 раза в год). А новая модель R1 и вовсе просто повторяет подход OpenAI с его o1 и, по мнению Дарио, гораздо менее интересна, чем V3, в разработке которой были применены интересные алгоритмы по оптимизации.

Важно понимать, что DeepSeek располагает внушительным парком из 50 тысяч чипов Hopper разных модификаций (в основном H800) стоимостью около $1 млрд — это лишь в 2-3 раза меньше, чем у крупных американских AI-лабораторий. Часть этих чипов была получена до введения ограничений, часть — через разрешенные каналы, а какая-то часть, вероятно, контрабандой.

Экспортные ограничения работают — они постепенно закрывают лазейки и делают невозможным получение Китаем миллионов чипов, необходимых для создания действительно продвинутого ИИ в 2026-2027 годах. А именно это и является их главной целью — не допустить создания в Китае мощных систем ИИ, которые могут быть использованы в военных целях.

Успехи DeepSeek показывают, что Китай — серьезный конкурент, но не то, что экспортные ограничения бесполезны. Если в перспективе нескольких лет китайские компании будут иметь доступ к миллионам чипов, то мы окажемся в биполярном мире с двумя странами-лидерами в AI. Если нет — то передовые чипы будут доступны только США и их союзникам и мир будет однополярным, заключает Дарио.

В тексте упоминается также, что обучение нынешней версии Sonnet обошлось Anthropic “несколько десятков млн долларов”, что действительно размывает аргументы вида “DeepSeek за 6 млн сделали то, на что у американских компаний уходят миллиарды”.

OpenAI обвиняет китайский стартап DeepSeek в использовании своих моделей для обучения конкурирующей системы. Компания утверждает, что обнаружила признаки “дистилляции” - техники, когда разработчики используют выходные данные более мощных моделей для улучшения производительности меньших. Подобное использование нарушает пользовательское соглашение OpenAI.

Если кто смотрел мой вчерашний ролик (или просто читал статью DeepSeek), то одним из ключевых моментов при обучении R1 указывается холодный старт Reinforcement Learning с небольшим количеством высококачественных данных для обучения модели. Если эти данные получены из o1, например, то “революционная” модель оказывается действительно хорошо оптимизированной дистилляцией o1 со всей вытекающей экономией.

Alibaba представила новую языковую модель Qwen2.5-Max, которая, по заявлению компании, превосходит DeepSeek V3 по ряду ключевых показателей и конкурирует с GPT-4 и Claude 3.5. Модель обучена на более чем 20 триллионах токенов и использует архитектуру Mixture-of-Experts (MoE).

У модели неплохие результаты в бенчмарках Arena-Hard, LiveBench, LiveCodeBench и GPQA-Diamond. При этом базовая версия модели показывает преимущество над другими открытыми моделями, включая Llama-3.1-405B и DeepSeek V3.

Qwen2.5-Max уже доступна через API Alibaba Cloud, который совместим с OpenAI API, что упрощает интеграцию. Также модель можно протестировать в Qwen Chat.

По первому впечатлению, Max действительно не хуже GPT-4o и даже местами похож на Claude 3.5 Sonnet. По крайней мере, задачи по программированию решает похоже и даже ошибается близко. С языками у него лучше, чем у DeepSeek-моделей. Так что, вероятно, модель найдет своих поклонников. Тем более, что цены конкурентные, жаль, что контекст в этой модели через API урезан до 32k.

В Великобритании уже 200 компаний перешли на постоянную четырехдневную рабочую неделю без снижения зарплаты сотрудников. В общей сложности это затрагивает более 5000 работников, причем больше всего таких компаний в сферах non-profit, маркетинга и технологий.

Интересно, что 59 из этих компаний находятся в Лондоне, за ним следуют Юго-Восточная Англия (27 компаний), Шотландия (25) и Юго-Западная Англия (24). По данным опроса Survation, 58% британцев считают, что трехдневные выходные станут нормой к 2030 году.

Правда, не все в восторге от этих изменений. Консерваторы предупреждают о негативном влиянии на бизнес и экономический рост, а правительство заявляет, что не планирует принуждать компании к переходу на четырехдневку.

Предсказуемо молодые работники (18-34 года) наиболее активно выступают против традиционных графиков — 78% из них уверены, что четырехдневная неделя станет нормой через пять лет, а 65% не хотят возвращаться к полноценной работе из офиса. Для них это вопрос не только удобства, но и психического здоровья и общего благополучия.

Психическое здоровье — это, конечно, очень важно. Как говорили в старом КВН — “Вам, молодежи, лишь бы отдыхать, лишь бы не работать! — Почему, можно и не отдыхать! Лишь бы не работать!”.

У нас новый случай политико-картографической шизофрении — Google объявил, что изменит название Мексиканского залива на “Залив Америки” в Google Maps после того, как администрация Трампа обновит “официальные правительственные источники”. Также вернется название “гора Мак-Кинли” вместо Денали в Аляске.

При этом для мексиканских пользователей название залива останется старым. А пользователи из других стран увидят оба названия. Помнится, в детстве, впервые увидев карту мира версии 1913 года, я был прямо удивлен написанию “Великий (Тихий) Океан”.

Я бы предложил еще на Аляску показывать прежнее название горы — ведь её и переименовывали в 1975 году Советом Аляски в знак уважения к коренным народностям полуострова. Правда, утвердить получилось только в 2015-м и Трамп как-то прожил первый срок с этим возмутительным фактом.

Да, это почти совпадает с историей, которую я рассказывал еще 10 лет назад, когда Яндекс столкнулся с проблемой — как показывать Крым на карте, если на пять стран присутствия компании есть две точки зрения на это. Причем тогда проблема была масштабнее и не ограничивалась только Картами, вдобавок ставя вопрос “А как показывать Крым в Крыму?”. Где-то на АИНе должна была остаться моя лекция на эту тему.

Нас ждет шикарный comeback — основатель Pebble Эрик Мигиковски объявил о планах возродить производство умных часов после того, как Google открыл исходный код PebbleOS. Если помните, в 2016 году Pebble обанкротилась и была куплена Fitbit, которую позже приобрел Google.

Мигиковски хочет создать часы с теми же принципами, что и оригинальный Pebble: E-ink дисплей, длительное время работы от батареи, физические кнопки, простой интерфейс и возможность программирования. Он планирует развивать проект скромно, без венчурного финансирования и краудфандинга, ориентируясь на спрос.

Любопытно, что за 8 лет после закрытия у Pebble все еще есть активное сообщество, хотя сложно сказать, насколько оно велико в мире, где Apple Watch изменили ожидания пользователей. Сам Мигиковски говорит, что это “страстный проект” — он просто хочет создать часы, которые сам будет носить, так как до сих пор использует свой 10-летний Pebble.

Будет ли Эрик встраивать в новые часы мессенджер, которым занимался последние несколько лет — Beeper, помните, тот, что реализовывал iMessage для Android, — не сообщается.

У меня вообще ощущение, что где-то в доме лежит нераспечатанная коробка с оригинальной первой моделью. Я некоторое время ходил с ней (зачем-то купил два экземпляра), но вот сейчас ощутил свой возраст и гиковость — просто не помню, покупал ли я вторую модель. Нет, кажется, это я с Basis путаю…

Китайский DeepSeek серьезно встряхнул технологический сектор — его новая модель R1, способная работать на менее мощных чипах, вызвала обвал акций Nvidia на 10% и общее падение технологического сектора. Nasdaq 100 и европейские компании (в первую очередь, ASML) могут потерять около $1 трлн капитализации.

За выходные ажиотаж достиг, пожалуй, максимума, а приложение быстро возглавило рейтинги App Store. Кроме того, оно совершенно бесплатно, в отличие от o1/o1 pro от OpenAI.

Немного странно, что страдают акции Nvidia — ведь именно на них обучены новые модели DeepSeek, а тот факт, что DeepSeek смогли обойтись меньшим количеством карт, скорее намекает на возможности для тех, кто не так ограничен в их использовании. При этом DeepSeek дозированно сообщают какие-то данные по стоимости обучения и оборудования так, что у всех слова “обучение одной нашей модели обошлось в 5,6 млн долларов” однозначно понимаются как “Полное обучение R1 обошлось в 5 млн”, что, мягко говоря, не так.

Восторги восторгами — особенно всех радует наличие дистиллированных моделей, — однако дистиллированные модели работают заметно хуже, а качество ответов большой R1 может сильно зависеть от языка, на котором к ней обращаются. Так что тестируйте.

Интересный материал о китайском AI-стартапе DeepSeek, который смог создать конкурентоспособную языковую модель R1, несмотря на американские санкции на поставки передовых чипов. Вывод автора интересен — компания нашла нестандартные решения: использовала накопленные заранее чипы A100 в комбинации с менее мощными, оптимизировала процесс обучения для экономии ресурсов и сделала ставку на эффективность, а не на “сырую” вычислительную мощность.

DeepSeek показывает, как санкции вместо ослабления китайского AI-сектора стимулируют инновации и коллаборацию. Китайские компании активно переходят к открытому исходному коду — Alibaba Cloud выпустила более 100 открытых моделей, аналогичный подход у Minimax и 01.AI.

Выглядит, конечно, очень красиво — если помните, у Азимова в “Основании” Терминус, куда поселили колонию энциклопедистов, был небольшой планетой практически без полезных ископаемых, что заставило заниматься миниатюризацией всех технологий. Но что-то мне подсказывает, что скептики, подозревающие за успехами китайских разработчиков руководящую и направляющую роль компартии Китая, не очень далеки от истины.

Джон Грубер, известный блогер на темы, связанные с Apple, пишет о том, как плохо работает Siri с Apple Intelligence даже на простых вопросах. После его записи днем ранее другой блогер проверил, как Siri отвечает на вопрос “Кто выиграл Супербоул №__?” для всех 58 прошедших игр. Результат удручающий — всего 34% правильных ответов, причем в одной серии Siri ошиблась 15 раз подряд. Самое смешное — система приписала команде Philadelphia Eagles 33 победы в Супербоуле вместо одной реальной.

При этом другие системы (ChatGPT, Kagi, DuckDuckGo, Google) легко справляются с такими вопросами. Они даже правильно отвечают про Супербоулы №59 и №60, которые еще не состоялись — о чем они, собственно, и сообщают.

Джон также проверил более сложный вопрос — “Кто выиграл чемпионат по баскетболу среди школьников Северной Дакоты в 2004 году?”. И снова Siri с Apple Intelligence дает разные неправильные ответы, хотя использует тот же ChatGPT, который отдельно дает абсолютно точный ответ.

Правда, ситуация интересная с необычной стороны — OpenAI не только не получает денег от партнерства с Apple, но и может потерять репутацию, так как Siri приписывает ChatGPT свои неправильные ответы. Как говорит автор, Apple получила не партнера, а козла отпущения.

Собственно, вопрос поднялся из-за того, что в версии iOS 18.3, которая вот-вот выйдет, Apple Intelligence будет включена по умолчанию для всех пользователей — поэтому качество ответов становится важным. И удивительно, что новая Siri отвечает хуже всех из известных поисковиков и даже фактически хуже старой Siri, которая знала, что не знает ответа и просто давала список ссылок.

Новость дня — крупнейший украинский телеком-оператор Киевстар планирует приобрести сервис такси Uklon. Ранее компания купила медицинский сервис Helsi и создала подразделение “Киевстар Tech” с более чем 400 разработчиками.

Причин для такой стратегии две. Во-первых, из-за войны компания не может свободно распоряжаться дивидендами как “дочка” VEON, поэтому активно инвестирует внутри страны. В 2023 году Киевстар досрочно погасил внешние долги и вложил 6,4 млрд гривен в капитальные инвестиции, став одним из крупнейших внутренних инвесторов.

Вторая причина — подготовка к IPO. Анализ европейских телеком-операторов показывает, что компании, оставшиеся просто “трубой” для трафика, сильно потеряли в капитализации. Например, Telefonica, Orange и Vodafone торгуются с мультипликатором 0,5 к годовой выручке. А более гибкие операторы с развитыми IT-сервисами, как голландская KPN или финская Elisa, имеют мультипликаторы 2,5-3,2.

Таким образом, покупая такие активы как Uklon, Киевстар не только эффективно использует накопленную прибыль, но и готовится получить более высокую оценку при будущем IPO за счет развития IT-направления. А, если вы пропустили, Киевстар недавно заявил, что планирует IPO на NASDAQ.