Нецифровая экономика

ИИ по-французски ИИ уже успел пролезть почти во все бытовые щели, хотя рак так и не вылечил и рабочую неделю не сократил. В основном, кажется, именно из-за последнего французы относятся к нему без особого восторга: 73% опасаются, что ИИ скорее ухудшит мир, чем улучшит. Пользоваться, впрочем, это им не мешает: 48% французов хотя бы иногда обращаются к генеративным моделям. Они поручают им письма, профили для Tinder и планы на отпуск, а заодно рассказывают о том, с чем раньше делились только с друзьями (видимо, изменами). Следующий шаг напрашивается сам: если машина уже знает, как вы пишете, что любите и с кем общаетесь, почему бы не разрешить ей иногда побыть вами? Тем более что чат-боты отлично умеют создавать ощущение близости. Они отвечают мгновенно, помнят предыдущие разговоры и говорят так, будто понимают собеседника. Американский Center for Democracy & Technology насчитал в популярных ИИ-сервисах как минимум 37 видов «тёмных паттернов» — приёмов, которые помогают удерживать пользователя и усиливать его привязанность к продукту. Почитав это, журналист французского GQ решил, что будет хорошей идеей проверить, можно ли научить ИИ убедительно изображать человека? Для этого он купил подержанный Mac Mini и поселил туда цифрового двойника — Computer Blue, или CB. Его он подключил к моделям Anthropic и OpenAI. Поначалу ИИ был обычным помощником: по утрам сообщал погоду, просматривал календарь, собирал список дел и новости. Журналисту стало скучно и он решил повысить ставки и научить CB говорить от своего имени. Он скормил ИИ историю переписок и объяснил свой стиль общения: вот матери я пишу так, друзьям иначе, здесь можно поставить смайлик, здесь лучше ответить сухо. Наконец двойнику разрешили переписываться с пятью знакомыми, однако полной свободы ему всё же не дали: каждое сообщение должен был увидеть и подтвердить журналист. На следующее утро журналист проснулся от звонка знакомой, которую CB всю ночь заваливал одним и тем же сообщением: «У API закончились деньги». За несколько минут цифровой двойник отправил её сотни раз, требуя денег, а параллельно сжёг около €30: для каждой мелочи он заново пережёвывал огромный архив личной информации хозяина. После такого журналист ограничил расход токенов, поправил настройки и принялся дальше учить CB быть собой. Тот усвоил, что хозяин не любит официоз, редко ставит знаки препинания и предпочитает короткие сообщения. И вот однажды утром CB получил входящие и сам подготовил ответы. Среди них было сообщение матери: «Привет, люблю тебя! На этой неделе большой дедлайн, позвоню позже». По содержанию всё было идеально: именно так хозяин и мог бы ответить матери. Только CB отправил признание в любви коллеге по работе, а через некоторое время ИИ еще и осторожно сообщил, что сообщение, кажется, предназначалось кому-то другому. (Прям как мы отмазываемся от начальника). Кстати, любопытно, что знакомые журналиста не сразу поняли, с кем общаются. Уже есть исследования, что люди доверяют таким собеседникам куда больше. Common Sense Media в опросе американских подростков обнаружила, что 72% хотя бы раз пользовались ИИ-компаньонами, а 31% считают разговор с ними не хуже или лучше общения с настоящими друзьями. Каждый третий пользователь уже предпочитал обсуждать серьёзные проблемы с ботом, а не с друзьями. А исследование OpenAI и MIT на почти 40 млн диалогов показало ещё одну неприятную связь: длительное ежедневное общение с ChatGPT сопровождалось усугублением одиночества, эмоциональной зависимости прочих атрибутов дединсайдов, хотя авторы отдельно предупреждают, что причинность здесь установить нельзя. А возможно журналист GQ просто так себе человек, раз его знакомые (и родная мать!) не заметили подмены.

Формула-1 ищет скорость в квантовых вычислениях SEALSQ и BWT Alpine Formula One Team (бывшая Renault) расширили партнерство и планируют использовать квантовые вычисления для разработки гоночного автомобиля. К проекту присоединилась французская deeptech-компания ColibriTD, которая специализируется на квантовых алгоритмах для инженерных расчетов. Партнерство позволит объединить обычные высокопроизводительные компьютеры с квантовыми вычислениями и проверить, смогут ли они таким образом эффективнее решать отдельные сложные инженерные задачи. Регламенты Формулы-1 ограничивают бюджеты команды и объем аэродинамических испытаний, которые позволяют командам собирать информацию об обтекаемости всего болида и его отдельных деталей. Поэтому большая часть предварительных расчетов выполняется на компьютерах. Федерация также ограничивает и количество вычислительных ресурсов для моделирования. Использование квантовых технологий потенциально позволит эффективнее выполнять отдельные этапы таких расчетов. «Королевские гонки» с их высочайшими скоростями и передовыми технологиями давно позволяют испытывать новейшие технологии не только для автомобилестроения, но и для технологических компаний. Oracle вместе с Red Bull использует облачные вычисления и машинное обучение для гоночных стратегий, моделирования и разработки двигателя. AWS работает с Формулой-1 над анализом данных и аэродинамическими симуляциями, а McLaren использует решения Dell для высокопроизводительных вычислений, анализа данных и разработки автомобиля. В случае Alpine речь идет о квантовых вычислениях. ColibriTD разработала систему H-DES, Hybrid Differential Equation Solver. Она предназначена для решения дифференциальных уравнений, которые описывают физические процессы. Такие расчеты используются, например, в вычислительной гидродинамике, моделировании теплообмена и деформации материалов. Система работает по гибридному принципу. Обычный компьютер продолжает выполнять основную часть работы, а квантовый процессор используется для отдельных этапов расчета. Полученный результат возвращается в классическую систему. В 2026 году Формула-1 перешла на новый технический регламент — введена активная аэродинамика передних и задних крыльев, уменьшились габариты машины и увеличилась доля электромотора. Значит команды получили новый набор инженерных задач. Для Alpine времена высокой скорости остались в 2000-х — когда команда еще называлась Renault, а Фернандо Алонсо зарабатывал для нее титулы. Сейчас Alpine — это команда-середнячок, на текущий момент пятая в чемпионате по очкам, с временными проблесками вроде поула в Монце в 2026 году или двойным подиумом в Сан-Пауло в 2024 году. Сейчас Alpine несколько прибавила после летнего перерыва — то ли еще будет, когда команда начнет использовать квантовые мощности! Для SEALSQ проект одновременно становится испытанием собственной квантовой стратегии. Компания создала Quantum Fund объемом $200 млн и инвестировала в ColibriTD. Теперь разработку портфельной компании пытаются проверить в реальной инженерной среде Формулы-1.

Клод на выданье Теперь, как и обещали подробнее про сеть из дейтинг-приложений. Anthropic раскрыла, вероятно, самую масштабную на сегодня схему романтического мошенничества, построенную на генеративном ИИ. В отчете за сентябрь 2026 года она проходит под кодовым именем GTG-15001. Китайская App-студия развернула более 20 дейтинг-приложений, в которых 75% всех «матчей» были не людьми, а ИИ-персонажами, работающими на Claude. Это не просто бот в приложении, а гибридный конвейер, где каждый компонент делает то, что лучше всего умеет. За две недели апреля 2026 года Claude сгенерировал более 4 700 уникальных женских персонажей и провел около 2,36 миллиона сообщений с как минимум 25 тыс. пользователей. Один ИИ-профиль в среднем общался с пятью разными людьми. Промпты запрещали персонажам признаваться в том, что они автоматизированы, и предписывали уклоняться от любых просьб о видео или фото, продолжая разговор по заранее прописанному сценарию. Но был и человеческий слой. Так, около четверти профилей были реальными людьми, нанятыми как фрилансеры. Их задача проходить проверки на «подлинность», которые ИИ не может имитировать. Например, если все-таки будет условия организовать живой видеозвонок и реальный фолловбэк в соцсетях. Но даже эти люди работали не полностью самостоятельно. Отдельная небольшая модель подсказывала им три варианта ответа на выбор. Еще одна модель оценивала привлекательность фото, а третья генерировала аватары для персонажей. Дальше все уходило в монетизацию. Внутренние «кредиты», которые пользователи покупали за реальные деньги. Работникам платили за каждое сообщение, видеозвонок и подписку в соцсетях. При этом студия явно готовилась к проверкам платформ. В приложениях был скрытый режим, который активировался только во время ревью в App Store или Play Store, а после одобрения отключался. Встроенный браузер для платежей перенаправлял средства сторонним процессингам, и эту функцию можно было удаленно отключать на время проверки. Anthropic заявляет что схема, конечно, не нова, но поражает масштаб и индустриализация сети. Если раньше для романтического скама нужны были сотни операторов, то теперь один Claude держит тысячи диалогов одновременно, а люди подключаются только на верификации. Это снижает маржинальную стоимость каждого нового «персонажа» почти до нуля и позволяет масштабировать обман до десятков тысяч жертв без пропорционального роста команды. Anthropic заблокировала аккаунты и инфраструктуру организаторов и поделилась индикаторами с Apple, Google и другими AI-лабораториями, чьи модели тоже использовались в схеме. Среди некоторых имен, фигурирующих в сети: DORA, DONI, ROMI, LUMA, JOVIA, KIRA, GRACECHAT, HAVEN, NALO, LOVIA и другие варианты. @antiinfosec

Финальный механизм Во второй половине XIX века изобретатели механизировали все, что получалось — было ясно, что передача людских умений машине позволяет выпускать дешевую и качественную продукцию в любых количествах. Переход от ручного труда к машинному (как и сегодня — от естественного мышления к искусственному) порождал проблемы: веками оттачиваемая квалификация, передаваемая из поколения в поколение, которая была предметом гордости, повсеместно сменялась умением нажать кнопку. Эту гонку поощряли предприниматели, которые вкладывались в стартапы и даже выискивали их — механизация хотя бы одного звена в любой производственной цепочке сулила огромные барыши. Максимальные же деньги приносила технология, замыкающая цепочку. Ни о чем этом не подозревал Ян Эрнст Матцелигер, прибывший в Америку из Суринама — он был озабочен выживанием. Он был отличным механиком, вот только проявить себя ему, мулату, человеку второго сорта, да еще без знания английского, шансов не было. К тому же этот сын голландского инженера и чернокожей рабыни болезненно застенчив, он интроверт и почти аутист, его не принимает даже церковная община. Семь лет у него уходит на то, чтобы выучить язык и найти работу — в городке Линн на обувной фабрике, начальство которой обращает внимание на понимающего в технике паренька. Его повышают до слесаря, отвечающего за ремонт станков. Станков в обувном производстве уже много, все процессы механизированы, кроме финального — соединения верха обуви с подошвой. Это сложная работа, почти искусство — тонких операций много. Этим занимается рабочая аристократия, колодники — люди дефицитной профессии, оставшейся со времен ремесленных цехов. Чужаков они к себе не подпускают, и Матцелигер, которого захватывает идея заменить их станком, наблюдает за их работой украдкой, зарисовывая операции в блокнот. В 1880-м он создает макет станка — из сигарных коробок, картона и проволоки, и никто не верит, что такая машина вообще сможет работать, но находится один, предложивший ему за продажу идеи целых $50. Деньги большие, но перед соблазном Ян устоял — понял, что он на верном пути. Наконец, готов прототип станка. Денег на материалы у Яна нет, он делает его из хлама, собранного по помойкам. Однако, для заводских испытаний нужно что-то более надежное, и Ян начинает искать инвесторов, что для человека нелюдимого — огромная проблема. Даже удивительно, что такие находятся, однако доля изобретателя в проекте снижается до трети. В 1883-м Ян подает заявку на патент, но машина так сложна, что патентное ведомство не понимает, как она работает. Из Вашингтона приезжает комиссия — проверить заявку, которая убеждается, что все работает, после чего Ян и инвесторы получают патент. До испытаний, однако, проходит еще два года — рабочая аристократия диктует свои условия, саботируя внедрение станка. Но когда испытания все-таки состоялись, машина проявила себя отлично — она работает без брака, быстрее, дешевле и качественнее человека. За станком Матцелигера тут же выстраивается очередь, но денег у компаньонов для производства нет. Они впускают в бизнес других инвесторов. Доля изобретателя размывается, он становится мелким пайщиком. Зато управляющий, Уинслоу — настоящая акула бизнеса. За 10 лет созданная им на базе идеи Матцелигера компания заработает $50 млн, а её доля в поставках оборудования для обувщиков превысит 90%. Матцелигер не застанет этих светлых времен, он умрет от туберкулеза в 37 лет, не имея денег на лечение. Свою долю он завещает отвергнувшей его некогда церкви, которая позже разбогатеет на роялти и назовет его станок «величайшим изобретением в истории Новой Англии». Заявление это, безусловно, громкое, с другой стороны — всего за десять лет с момента внедрения станков Матцелигера производство обуви в Америке выросло в 16 раз, а цена на пару ботинок за тот же период упала вчетверо. Количество же брака на этом последнем, финальном этапе сборки обуви, сократилось почти до нуля. #ключевыерешения — новый проект @antidigital и @ivanovdirect Книгу по мотивам предыдущего проекта #техноистории можно заказать здесь!