Lunatic Asylum

На этой неделе в Школе моды Кентского государственного университета проходит конкурс Robot Fashion. Судя по всему, студенты-дизайнеры из Университета Карнеги — Меллона, Мичиганского университета, Технологического института моды и других вузов со всей страны прилетают туда, чтобы создавать одежду для человекоподобных роботов.

Deloitte falsified documents to evade tax on Abramovich's wealth https://www.bbc.com/news/articles/c64g1l5389kvo Утечка документов указывает, что кипрское подразделение Deloitte и компания MeritServus помогали скрывать состояние Романа Абрамовича и уклоняться от налогов, оформляя документы задним числом. MeritServus управляла его офшорными структурами и до 2005 года принадлежала Deloitte; после разделения компании продолжали сотрудничать. Одна схема касалась недвижимости, яхт и самолётов стоимостью 672 млн долларов. Когда Кипр ввёл обязательное раскрытие отчётности, передачу этих активов компании на Британских Виргинских островах оформили задним числом — будто она произошла тремя годами ранее. В утверждённой Deloitte отчётности кипрской Amiscan осталось лишь 75 тысяч долларов активов. Другая схема затрагивала почти 2 млрд долларов на счетах Kravin Investments. Проценты по депозитам подлежали налогообложению на Кипре. Однако позднее подготовленные документы представляли компанию лишь держателем чужих денег: якобы средства принадлежали её материнской структуре на Виргинских островах. Это позволяло исключить соответствующий доход из налогообложения. Ещё более 10 млрд долларов переписали с кипрской Electus Investments на одноимённую компанию на Виргинских островах, также задним числом. В публичной отчётности кипрской структуры осталось 145 тысяч долларов. Абрамович отрицает сокрытие состояния, уклонение от налогов и осведомлённость о подделках. Его адвокаты подчёркивают, что он полагался на профессиональных консультантов. Deloitte заявляет о соблюдении законодательства и невозможности прокомментировать конкретные документы из-за их давности и недоступности.

✈️ Китай готовит инженеров для эры беспилотной войны В Китае прошли соревнования по проектированию летательных аппаратов среди студентов, где молодые инженеры испытали собственные беспилотники. Дроны выполняли многократные взлёты и посадки, а также сбрасывали учебные снаряды с разных высот для проверки точности «бомбометания». Один из дронов имел вес всего 4 кг, но мог нести до 14 кг полезной нагрузки. Такие соревнования позволяют Китаю формировать новое поколение специалистов по БЛА, способных создавать дешёвые, массовые и эффективные беспилотные системы для будущих конфликтов. ✈️ @china3army МАХ✍

Россия заняла второе место в мире по числу замороженных людей — СМИ. Решили переждать происходящее

Рост добычи газа в Китае по сути остановился с апреля. Это очень необычно, потому что рост был довольно стабильным на протяжении всего десятилетия. Китай - 4-й крупнейший производитель газа в мире и был готов обогнать Иран в 2026 году, заняв 3-е место. (При этом Китай ещё и крупнейший импортёр газа – как трубопроводного, так и СПГ) Западные экономисты связывают застой в китайской газодобыче с «остыванием» китайской экономики – темпы её роста сильно замедляются. Особенно это заметно по двум отраслям, крупнейшим потребителям газа – цементной и металлургической.

Кажется началось

смотрите кто от яндекса завсит

^^ Заодно и ознакомимся что за Gecko Robotics. Они разрабатывают роботов и программное обеспечение для обследования котлов, резервуаров, трубопроводов, корабельных конструкций и производственных компонентов. Роботы сканируют поверхности ультразвуком, измеряя толщину материала и выявляя повреждения, включая коррозионное утонение стенок. Последовательность измерений даёт пространственную картину состояния материала — например, участки утонения из-за коррозии. Один из используемых методов называется Rapid Ultrasonic Gridding, RUG. Платформа Cantilever связывает измерения с оборудованием и решениями о его эксплуатации. Она объединяет результаты обследований с документацией предприятия, показывает состояние оборудования и поддерживает моделирование рисков, планирование ремонта и распределение капитальных затрат. Например, для корабельных палуб доступны карты отклонений толщины от номинала и карты деформаций; данные используются для подготовки работ с более точными оценками времени, трудозатрат и материалов. Этот подход распространяется и на изготовление изделий: результаты роботизированного контроля сварных соединений, поковок и готовых компонентов сохраняются в цифровой истории конкретного экземпляра. В совместном проекте с BPMI такие сведения связывают производственный контроль с последующим обслуживанием компонентов атомных авианосцев и подводных лодок. История измерений позволяет сопоставлять исходное состояние изделия с изменениями при эксплуатации и учитывать эти данные при планировании обслуживания на протяжении его срока службы. Машинное обучение помогает интерпретировать измерения. В техническом материале Gecko описывает эксперимент с обучением с подкреплением: модель оценивает толщину материала по ультразвуковому сигналу, а вознаграждение учитывает согласованность оценки с повторяющимися отражениями. Цель — уменьшить зависимость от ручной разметки огромного количества сигналов. Это конкретная задача обработки физических измерений. При этом публикация описывает исследовательский пример с ограничениями, поэтому считать его полной архитектурой промышленного продукта нельзя. https://www.geckorobotics.com официальные видеодемонстрации: 1) Cantilever — обзор интерфейса 2) Asset Manager — управление оборудованием и бюджетом.

Gecko Robotics и Anduril связывают роботизированный контроль качества с цифровой историей изделия Компании объявили о внедрении роботизированного неразрушающего контроля в производство компонентов атомных подводных лодок Virginia-class, включая новый завод Arsenal-2 и действующее опытное производство Anduril в Калифорнии. Роботы Gecko будут проверять сварные соединения и внутренние дефекты деталей, а результаты автоматически поступать в производственную платформу ArsenalOS и включаться в цифровую историю изделия, сохраняемую на протяжении десятилетий эксплуатации. По данным Gecko, ранее подобные решения сокращали время проверки крупных поковок до 90%; важна сама архитектура production inspection → quality evidence → digital thread → lifecycle maintenance, в которой объективные данные о качестве становятся частью постоянного цифрового представления изделия https://www.geckorobotics.com/news/anduril-maritime-industrial-base

— Алиса, можешь рассказать, почему монополия — это плохо? — Сервисы Яндекса временно не работают

https://www.dassault-aviation.com/fr/groupe/actualites/21eme-edition-du-defi-aerospatial-etudiant-a-vos-inscriptions/

Суверенная игровая приставка и даже вон игра видна

После удара по дата-центру во Владимире бот-трафик упал практически до нуля.

The new "Jiutian Cangqiong" UAV takes the stage with its massive features: 16.35 m length, 25 m wingspan, 6-ton payload capacity, and 7,000 km range!

IRCv3 https://ircv3.net

Я уже давно уговариваю Пашу @RationalAnswer сесть и написать глубокий анализ финансовой составляющей ИИ-индустрии, расходов на строительство ДЦ, закупку карт, как это соотносится со спросом итд. Вот чтоб прям основательно. К сожалению, пока к этому не пришли, поэтому придется делать разбор статьи Financing the AI Buildout, подготовленной для BPEA (авторитетный академический журнал и конференция по макроэкономике). Признаюсь, что я не читал все 29 страниц, а выборочно глянул самое интересное, поговорил с GPT и составил для себя такое понимание их модели: 1. К 2032-му в США планируется ввести в эксплуатацию 183 ГигаВатта датацентров. 2. 1 ГВт ДЦ стоит примерно 41 миллиард долларов (примерно соответствует другим оценкам, которые я видел). 3. Отсюда с учётом инфляции приходят к цифре суммарных затрат $8.5T 4. С учётом стоимости капитала (проценты, которые можно было бы получать в других инструментах) в 10% годовых выходит, что чтобы окупить затраты, нужна выручка в $9.6T (за все годы, размазанная на время жизни оборудования), или ~$1.86T в год в 2032-м при росте, пропорциональном росту мощностей. 10% годовых это много — 30-летние облигации США сейчас дают 5.6%, поэтому условная META может привлечь финансирование для своего датацентра Hyperion под 6.58%. Но я писал выше в канале, что из-за прибыльности инференса ИИ ставка может разгоняться (и что это может быть плохо для экономики). 5. Дальше автор предполагает целевую маржу операционного денежного потока в 50%, поэтому цифру $1.86T умножает на два и получает $3.73T выручки от AI в год — столько нужно будет получать индустрии, чтобы окупить затраты на инфраструктурный бум ИИ. 6. Но это в свою очередь означает, что на выручка от AI должна быть ~9.2% от ВВП США, то есть ОЧЕНЬ много. Для сравнения, это масштаб, сопоставимый со всей обрабатывающей промышленностью. Финансы и страхование сейчас 8.1% ВВП США, недвижимость и аренда — 13.7%. В целом логика понятная и цифры более-менее не притянуты с потолка. Мне кажется, что с одной стороны выручка и вправду может быть такой (и даже больше), но при этом если мы говорим про «просто отбиться и существовать, а не прогореть», то: 1. Компании необязательно будут ориентироваться на маржу операционного денежного потока в 50%. Она может оказаться существенно выше, если основная часть расходов на инфраструктуру будет капитальной (CapEx), а текущие операционные расходы — зарплаты, офисы и прочее — будут расти значительно медленнее выручки. Например, при марже 85% необходимая годовая выручка снижается до $2,14 трлн — на $1,6 трлн меньше, чем в исходном сценарии. 2. Я действительно не думаю, что все, кто сейчас планирует строить датацентры, построит их. Кто-то действительно прогорит и не сможет вытянуть — я лишь думаю, что это не будут OpenAI, Anthropic, и скорее всего Meta / Google, может даже SpaceX. 3. По текущим планам Astra 6 Pro насчитала, что к 2032-му OpenAI и Anthropic будут иметь примерно 85 ГигаВатт датацентров — больше трети от общего объёма в статье. Тогда чтобы окупить это, нужны «смешные» 980 миллиардов выручки в год к 2032-му на две компании в сумме. Сейчас этот показатель где-то в районе $140B — ровно в 7 раз меньше. Но есть целых 6 лет, чтобы вырасти 😳 В общем я бы сказал, что эта аналитика скорее добавляет позитива и показывает, что траты на ДЦ очень даже приземленные, если верить, что спрос будет продолжать расти — тогда все легко окупится. А Dylan из SemiAnalysis на недавнем интервью вообще сказал, что ожидает суммарный ARR двух компаний в $600-700B в конце следующего года. Его оценка, скорее всего, результат скрещения внутренних прогнозов компаний + наращивания мощностей для обслуживания спроса. Это «всего лишь» рост в 4.3-5 раз за 14 месяцев, что вполне может произойти (вполне в значении «шанс далеко ненулевой, но не гарантировано»).