Ученые разработали новую методологию, которая позволяет оценить интенсивность следующего солнечного цикла с опережением до семи лет. Эта техника работает путем выявления определенного момента, когда экстремальная солнечная активность прекращается, используя эти данные для прогнозирования последующего пика.
Исследование показывает, что Солнце не снижает свою активность постепенно. Исследователи обнаружили переходную точку, где наиболее интенсивная космическая погода внезапно прерывается в течение каждого солнечного цикла.
Это открытие было сделано Сандрой Чепмен, профессором физики и директором Центра слияния, космоса и астрофизики Университета Уоррика. Она объяснила, что самая экстремальная космическая погода не заканчивается плавно, а довольно внезапно в определенной точке каждого солнечного цикла.
Команда заметила, что количество солнечных пятен в этой переходной точке может служить индикатором силы следующей фазы активности. Первоначальные прогнозы для Солнечного цикла 26 указывают на умеренную силу, с оценками от 100 до 120 солнечных пятен на пике, что соответствует интенсивности Солнечного цикла 25 или ниже.
Солнце функционирует примерно по 11-летним циклам, характеризующимся колебаниями магнитного поля и количеством солнечных пятен. Эти явления могут вызывать выбросы корональной массы и вспышки, формируя космическую погоду. Эта погода может влиять на критически важные системы на Земле, такие как электрические сети, навигация, спутники и связь.
Используемый метод основан на концепции «солнечных часов», ранее разработанной Чепмен для упорядочивания нерегулярных циклов небесного тела. Анализ солнечных пятен в переходной точке устанавливает прямую связь с пиком следующего цикла, позволяя делать заблаговременные прогнозы, в отличие от методов, которые полагаются только на период наименьшей активности.
В настоящее время мы находимся примерно в двух годах от точки отключения Солнечного цикла 25. Когда эта точка будет достигнута, наблюдения позволят сделать гораздо более точный прогноз Солнечного цикла 26. Помимо улучшения прогнозов, исследование также помогает ученым понять работу солнечного динамо — механизма, ответственного за создание магнитного поля небесного тела.
В нынешних условиях руководителям банковского сектора приходится сталкиваться со сложными вызовами. Недавний запуск открытой модели Kimi K3 китайским стартапом Moonshot AI вызвал колебания на рынках: индекс S&P 500 снизился на один процентный пункт, а на Тайване бенчмарк упал более чем на 6%, при этом индекс Nasdaq потерял 1.4%.
Этот инцидент напоминает о событиях января 2025 года, когда DeepSeek также спровоцировал схожие рыночные волнения, хотя американские рынки быстро восстановились. Становится очевидно, что возможности передовых больших языковых моделей (LLM) становятся товаром, и Kimi K3 служит очередным предвестником для крупных игроков в корпоративном секторе. Это поднимает вопрос: если самая умная модель скоро станет доступной, является ли гонка за глобальное доминирование в сфере LLM бессмысленной?
За три недели до ажиотажа вокруг Kimi K3, исследовательский отдел крупнейшего хедж-фонда Bridgewater, совместно с лабораторией Thinking Machines Lab Миры Мурати, опубликовал результаты. Они показали, что доработанная версия Qwen3-235B, базовой модели с открытым весом от Alibaba, превзошла все протестированные передовые модели в шести задачах финансового суждения, основанных на ежедневной работе инвесторов.
Поразительно, но эта кастомная модель достигла средней точности в 84.7% по сравнению с 78.2% у лучшей передовой системы, при этом ее эксплуатационные расходы были примерно четырнадцать раз ниже. Стоит отметить, что эти показатели были оценены во внутренней системе Bridgewater, а не независимым бенчмарком.
Тем не менее, это подчеркивает критическую значимость использования проприетарных данных и инсайтов, применяемых через готовое суждение. В узкоспециализированных областях такие элементы редко могут быть выражены в виде простого запроса. Их необходимо обучать на примерах, размеченных внутренними экспертами, используя данные, которые находятся исключительно в распоряжении или обрабатываются только внутри организации. Когда это достигается, даже относительно скромная модель, улучшенная собственными данными, способна превзойти гигантов при значительно меньших затратах.
Эти рассуждения привели к размышлениям о банках и банкирах. Во время живого обсуждения на мероприятии VivaTech в Париже в прошлом месяце генеральный директор The Atlantic, Николас Томпсон, задал вопросы генеральному директору Inrupt Джону Брусу и его соучредителю Сэру Тиму Бернерсу-Ли о влиянии ИИ на банковское дело. Компания Inrupt помогает банкам и другим финансовым учреждениям внедрять децентрализованную инфраструктуру данных.
Томпсон выявил мнение Бруса о том, что худшим кошмаром для банка является не конкурирующий чат-бот, а ситуация, когда клиент загружает свои выписки в ChatGPT для получения кредита, тем самым выводя отношения с данными и власть, которую дает владение этими данными, за пределы банка. Ответ Inrupt заключается в агенте Charlie — личном ИИ-агенте, который находится между пользователем и поставщиками моделей и решает, какие данные покидают устройство.
Банки оказываются в положении Давида против Голиафа LLM. В то же время африканские банки борются на втором фронте, противостоя мобильной телекоммуникационной отрасли, которая давно перестала довольствоваться монетизацией звонков и текстовых сообщений. Таким образом, руководителям банковского сектора действительно непросто.
Однако крупные игроки с обеих сторон этого противостояния склонны полагаться на предполагаемые привилегии, полученные по праву рождения. Происходит инстинктивное маневрирование вокруг банковских лицензий, спектра, регуляторных барьеров и дистрибьюторской силы, исходя из предположения, что наследующееся влияние и масштаб победят по умолчанию. Тем не менее, результаты Bridgewater указывают на то, что стоит пересмотреть эту установку для высшего руководства.
Становится ясно, что ценность, хранящаяся в африканском банке или телекоммуникационной компании, заключается в десятилетиях транзакционных данных, которыми никто другой в мире не обладает. К ним относятся истории погашения, паттерны денежных потоков агентских сетей и сезонные ритмы денежного потока неформальных торговцев.
Систематизация суждений лучших кредитных специалистов в размеченные обучающие данные — это медленная, незаметная, внутренняя работа, которая в краткосрочной перспективе приносит очень мало выгоды. К этому добавляется сложность предоставления полномочий внутренним сотрудникам для создания того, что может подорвать их собственные источники дохода раньше внешнего конкурента. Другими словами, это работа, выполняемая в интересах руководящей повестки дня, ориентированной на долгосрочное обогащение экосистемы, а не на получение краткосрочной прибыли.
Когда автор профилировал платформу Papermap, занимающуюся аналитикой на основе ИИ, в январе, соучредитель Бенедикт Кварти сказал, что ИИ в конечном итоге станет товаром, и как только это произойдет, «единственное, что действительно имеет ценность — это то, что вы делаете с этим». События с Kimi K3 и открытия Bridgewater, произошедшие в течение двух недель друг от друга, действительно выглядят как реализация этой концепции.
Остается неясным, хватит ли африканским крупным игрокам ресурсов, терпения и желания выполнить эту незаметную работу, соответствующую новой тенденции. Однако похоже, что «тонкий слой» будет построен в любом случае.
После окончания колледжа получение хорошей работы всегда было главной мечтой молодежи. Однако в эпоху искусственного интеллекта (ИИ) эта мечта становится все более сложной. На недавних церемониях вручения дипломов во многих американских университетах студенты открыто выразили свои опасения по поводу работы и ИИ. Эти вопросы актуальны не только для Америки, но и для миллионов студентов, изучающих инженерию и менеджмент в Индии, которые размышляют о том, как ИИ изменит их карьеру.
Согласно американскому образовательному порталу The Hechinger Report, наибольшую угрозу от ИИ несут те должности, которые ранее считались стартовой точкой карьеры. К таким ролям относятся обработка данных, базовое кодирование, подготовка отчетов, помощь в исследованиях и обслуживание клиентов.
Причина в том, что компании начали делегировать многие задачи, которые раньше выполняли новые сотрудники, с помощью инструментов ИИ. Это приводит к сокращению числа начальных вакансий, что затрудняет поиск работы для недавних выпускников.
Тем не менее, существует и другая сторона медали. Многие экономисты полагают, что хотя ИИ и устранит некоторые рабочие места, он также создаст совершенно новые типы занятости. В ближайшие годы ожидается высокий спрос на квалифицированных специалистов в таких областях, как здравоохранение, кибербезопасность, анализ данных и управление ИИ.
Эксперты отмечают, что эпоха, когда достаточно иметь только диплом для трудоустройства, стремительно уходит. По мнению специалистов, успех в будущем будет зависеть от способности профессионалов использовать ИИ не как конкурента, а как помощника. Компании теперь ищут кандидатов, умеющих работать совместно с ИИ, и эти навыки становятся критически важными для студентов инженерных и управленческих специальностей.
Каждый год тысячи студентов заканчивают курсы по инженерии, менеджменту и другим профессиональным направлениям в Индии. Однако значительное количество учебных заведений по-прежнему опирается на устаревшие учебные планы. Хотя некоторые учреждения начали включать в программы такие дисциплины, как машинное обучение и наука о данных, индустрия считает, что этих изменений пока недостаточно. Отмечается также проблема отсутствия координации между вузами и компаниями.
Специалисты подчеркивают, что в грядущие годы одного лишь технического знания будет недостаточно. Студентам необходимо приобретать опыт через стажировки, проекты и работу над реальными задачами.
Хотя беспокойство по поводу ИИ растет, эксперты рассматривают эту технологию не только как угрозу. Они считают, что технологии всегда меняли характер работы. Разница лишь в том, что темпы этих изменений сейчас очень высоки. Таким образом, вопрос не в том, заберет ли ИИ рабочие места, а в том, насколько быстро сегодняшние студенты смогут подготовиться к этим изменениям, поскольку в будущем гарантией карьеры станут не только дипломы, но и новые навыки, а также способность к непрерывному обучению.
Первая попытка OpenAI выйти на рынок аппаратного обеспечения вызвала значительный скептицизм среди потребителей. Компания анонсировала умную колонку, дизайн которой разработал Джони Айв.
По мнению издания Mashable, этот гаджет представляет собой гибрид устройств Apple HomePod и Furby. В то время как HomePod является премиальной умной колонкой от Apple, Furby — это ностальгическая, пушистая игрушка-робот, известная своими выразительными движущимися глазами и ушами.
Особое внимание привлекает сотрудничество OpenAI с Джони Айвом, бывшим директором по дизайну Apple. Из-за этого новый продукт имеет поразительное сходство с устройствами, созданными его прежней компанией.
Во время работы в Apple Айв сыграл ключевую роль в создании таких продуктов, как iMac, iPod, iPhone, iPad, MacBook и Apple Watch. Новый умный динамик был представлен на прошлой неделе, всего через несколько дней после того, как Apple подала на OpenAI иск о краже коммерческой тайны.
Время анонса также показательно, поскольку ходят слухи, что Apple планирует изменить своего основного партнера по развитию искусственного интеллекта, переключившись с ChatGPT от OpenAI на Google Gemini для поддержки Apple Intelligence.
OpenAI явно стремится расширить свою экосистему за пределы программного обеспечения, чтобы укрепить свой статус ведущей и признанной силы в области искусственного интеллекта. Умная колонка позиционируется как компаньон для дома, способный управлять другими интеллектуальными устройствами в той же сети Wi-Fi. Кроме того, устройство будет оснащено камерой для улучшения функциональности и более точного понимания запросов пользователей.
Тем не менее, остается неясным, почему потребители предпочтут приобрести умную колонку от OpenAI, учитывая наличие хорошо интегрированных альтернатив, таких как iPhone и HomePod.
