# ИИ как скоропортящийся актив: новая реальность технологий

Источник: https://www.youtube.com/watch?v=pSUyLfirP8Y
Канал: Peter H. Diamandis
Опубликовано: 19.07.2026

---

Интеллект фронтирного уровня перестал быть фундаментом стратегии и превратился в скоропортящийся актив со сроком годности в несколько недель. Пока западные корпорации увязают в бюрократии и регуляторных спорах, Китай совершил прорыв в квантовании, сделав ИИ уровня GPT-5 доступным для работы на смартфонах без доступа к интернету. Мы входим в эпоху, где вычислительная эффективность растет в 10 000 раз, а экономика подчиняется законам диффузионных моделей, делая привычный менеджмент анахронизмом.

## 🚀 Китайский «момент Спутника»: триумф Kimi K3 и конец монополии OpenAI
[[JUMP:00:00]]

Мир искусственного интеллекта столкнулся с событием, которое Питер Диамандис охарактеризовал как «момент Спутника» для США [00:00]. Китайская лаборатория Moonshot AI выпустила модель Kimi K3, которая не просто сократила технологический разрыв с западными разработчиками, а, по выражению ведущего, «перепрыгнула через забор» [05:01]. Релиз стал шоком для индустрии: Kimi K3 официально стала крупнейшей моделью с открытыми весами (open-weight), мгновенно взлетев на первую строчку в глобальных рейтингах [00:10]. Это событие знаменует собой переход от американской дуополии OpenAI и Anthropic к новому, гораздо более конкурентному и непредсказуемому этапу технологической гонки.

### Kimi K3: инженерное превосходство в условиях дефицита
[[JUMP:04:36]]

Kimi K3 — это технологический гигант с 2,8 триллионами параметров [05:03]. В течение последнего года лаборатория Moonshot AI планомерно выпускала промежуточные версии (K2, K2.6, K2.7), постепенно приближаясь к лидерам рынка [04:48]. Однако именно K3 совершила качественный рывок, поднявшись сразу на 17 позиций в рейтинге и обойдя Claude 3.5 Sonnet (известную как «Fable» в узких кругах) в дисциплине фронтенд-кодинга [05:22]. 

Помимо кодинга, модель заняла первое место еще в шести ключевых доменах:

*   брендинг и маркетинг;
*   дизайн на основе референсов;
*   аналитика данных;
*   потребительские товары;
*   симуляции;
*   создание контента [05:35].

Александр Висснер-Гросс подчеркивает, что архитектура Kimi K3 не содержит никакой «магии» или секретных технологий, которые часто тизерит Сэм Альтман [06:41]. Модель построена на базе классических трансформеров [07:20]. Инженеры Moonshot AI использовали хорошо понятные инновации: оптимизированные «смеси экспертов» (Mixture of Experts) и линеаризованное внимание (linearized attention) [07:07]. Это доказывает, что китайская школа ИИ достигла уровня, где прогресс обеспечивается не теоретическими прорывами, а высочайшей культурой «промышленного производства» моделей [09:19].

Эмад Мостак сравнивает успех Kimi K3 с доминированием китайских электромобилей [09:31]. По его словам, пока американские лаборатории фокусируются на теоретических аспектах безопасности, Китай берет готовые ингредиенты и превращает их в максимально удобный и эффективный потребительский продукт [09:45]. Примечательно, что K3 была обучена на чипах предыдущих поколений (Nvidia H800) из-за экспортных ограничений США [09:59], что подтверждает тезис о способности китайских инженеров эффективно обходить «вычислительную стену» за счет программной оптимизации [05:16].

### Алгоритмическая революция: снижение стоимости обучения в 100 раз
[[JUMP:16:09]]

Одним из самых сенсационных выводов дискуссии стало признание того, что стоимость создания мощных моделей упала до 1% от первоначальных затрат [16:49]. Дейв Бландин приводит в пример инициативу «Keller Jordan speedrun», участники которой смогли воссоздать модель класса GPT-2, сократив расходы на обучение на 99% благодаря оптимизации кода и алгоритмов [16:36]. Kimi K3 доказала, что эти же принципы работают и на масштабах фронтирных моделей [17:02].

Ключевым фактором экономии стала радикальная очистка данных. Эмад Мостак отмечает использование оптимизатора Muon, который позволяет избавляться от «информационного мусора» [18:50]. При обучении первых моделей в датасеты без разбора сгружали десятки триллионов токенов из интернета — от новостей до текстов песен Тейлор Свифт [19:03]. Выяснилось, что большая часть этой информации не просто бесполезна, а замедляет обучение [19:28].

Основные драйверы 100-кратной оптимизации:

1.  **Стриппинг данных:** исключение токенов, не влияющих на интеллект модели [19:41].
2.  **Оптимизация ядер (kernel optimization):** повышение эффективности использования флопсов (вычислительных операций) [19:53].
3.  **Архитектурные хитрости:** использование специализированных алгоритмов, таких как Muon, для ускорения сходимости модели [18:50].

Дейв Бландин резюмирует: если создание модели уровня Llama 3 стоило миллиарды долларов, то сегодня аналогичный результат достижим за копейки (по меркам индустрии) [17:14]. Это делает «интеллект» общедоступным товаром и лишает крупнейшие лаборатории их главного козыря — эксклюзивного доступа к дорогостоящим вычислениям.

### Девальвация американских лабораторий и кризис бизнес-моделей
[[JUMP:20:46]]

Появление Kimi K3 как модели с открытыми весами наносит сокрушительный удар по капитализации OpenAI и Anthropic. Салим Исмаил утверждает, что фронтирный интеллект превратился в «скоропортящийся актив» [18:00]. Срок жизни лидерства теперь измеряется неделями [18:09]. 

В условиях, когда модель уровня GPT-4 можно бесплатно скачать и запустить на собственных мощностях (on-premise), бизнес-модель продажи доступа через API начинает рушиться [21:37]. Зачем компаниям платить OpenAI за каждый запрос и передавать свои данные за границу, если они могут развернуть Kimi K3 и полностью контролировать свою «цифровую суверенность»? [14:10].

Эксперты прогнозируют драматическое падение оценок стоимости ведущих ИИ-компаний:

*   Салим Исмаил полагает, что триллионная оценка OpenAI уже сократилась на 50% из-за государственного регулирования и еще на 50% — из-за появления мощных open-source конкурентов [21:11].
*   Рыночная стоимость этих лабораторий сегодня может составлять лишь четверть от той, что была три месяца назад [21:23].

Ситуация усугубляется тем, что пока западные лаборатории сдерживают релизы из-за этических соображений и «гардрайлов» (защитных фильтров), Китай выпускает эквивалентные по мощности инструменты в открытый доступ [20:33]. Как иронично заметил Питер Диамандис, цитируя реакцию сообщества: «Anthropic говорит, что их модель слишком опасна для релиза, а Китай отвечает: "Смешно, вот вам её open-source аналог, удачи"» [20:07].

Это создает новую реальность: эпоха дуополии закончена, началась «всеобщая свалка» (free-for-all), где любой корпоративный или государственный игрок может получить доступ к технологиям уровня фронтира, минуя американские санкции и платные шлюзы [15:04].

## 🚀 Рекурсивное ускорение и провал технологических барьеров
[[JUMP:25:03]]

### Интеллектуальная вспышка: переход к самообучению систем
[[JUMP:25:16]]

В экспертной среде долгое время доминировало мнение о «законе убывающей отдачи» при увеличении количества параметров ИИ, однако реальность опровергла эти опасения [25:28]. Кривая роста интеллекта не демонстрирует признаков выхода на плато: десятикратное увеличение скорости вычислений сегодня неизбежно ведет к появлению ИИ «гениального уровня» [25:41]. Как отмечает Дейв Бландин, мы находимся в точке «Opus 4.8», когда маленькая искра готова превратиться в пламя, а затем и в солнце [25:53].

Этот процесс подпитывается петлями положительной обратной связи, где ИИ-архитектуры начинают проектировать собственные чипы и оптимизировать ядра [27:28]. Салим Исмаил подчеркивает, что информационные парадигмы всегда развиваются через вложенные S-кривые: от вакуумных трубок к транзисторам, а теперь к ИИ, который сам ускоряет свое развитие [27:13]. Этот феномен делает прогресс неостановимым [27:40]. Пока американские лаборатории Frontier AI поглощают миллиарды долларов капитала, не успевая нанимать достаточное количество талантов для его освоения [30:07], китайские игроки, такие как Moonshot AI, демонстрируют поразительную эффективность [31:10]. Эмад Мостак указывает на то, что знание самого факта работоспособности формулы (например, трансформера с оптимизатором Muon) сокращает затраты на R&D на 90–95%, избавляя от необходимости «шпионажа» или прямого копирования весов [31:52].

### Провал чипового эмбарго: как санкции закалили Китай
[[JUMP:37:28]]

Политика США по ограничению экспорта чипов Nvidia в Китай оказалась контрпродуктивной, фактически стимулировав конкурента [37:42]. Вместо того чтобы затормозить развитие восточных лабораторий, эмбарго заставило их искать новые пути эффективности и развивать собственные аппаратные решения [37:55]. Александр Висснер-Гросс отмечает, что экспортный контроль лишь подтолкнул китайских инженеров к эксплуатации «вычислительного навеса» — неиспользованных ранее возможностей оптимизации алгоритмов и железа [38:10].

Дейв Бландин проводит параллель с Вьетнамской войной: частичные меры и постепенное наращивание давления не работают — они лишь раздражают противника и заставляют его адаптироваться [39:28]. Основным следствием санкций стал взрывной рост исследований в области квантования (quantization) [39:43]. Это позволяет запускать мощные модели на более дешевых и доступных чипах, и эти инновации уже никуда не исчезнут [39:55]. 

Текущая ситуация выглядит парадоксально:

*   Китайские модели, такие как Kimi K3, оптимизированы под внутреннее железо, например, чипы Huawei 910 Ascend и решения от Alibaba [41:02].
*   Из-за отсутствия доступа к новейшим Blackwell от Nvidia, китайцы научились добиваться в 2.5 раза большей эффективности конвертации данных в интеллект [40:22].
*   В то же время американские облачные провайдеры смогут запускать эти же открытые китайские модели в 10–100 раз дешевле за счет доступа к топовым чипам Nvidia и AMD [41:43].

Эмад Мостак подчеркивает: китайские регуляторы теперь одобряют новые модели за неделю, тогда как раньше это занимало два месяца [28:45]. Си Цзиньпин открыто заявил о поддержке open-source как общественного блага [28:06], что превращает ИИ в новый инструмент «мягкой силы» Китая, внедряющий «мозги», обученные в Университете Цинхуа, в критические системы по всему миру [28:32].

### Утечка мозгов и кейс Яна Лисиня: системная ошибка США
[[JUMP:45:16]]

Одной из самых обсуждаемых тем стала история Яна Лисиня (Yang Xilin), основателя Moonshot AI [45:16]. Будучи выпускником Университета Карнеги — Меллон (CMU) и обладателем степени PhD одного из лучших компьютерных вузов мира, Лисинь не остался в США, а вернулся в Китай, чтобы построить компанию с оценкой в 20 миллиардов долларов [29:11]. Питер Диамандис выражает резкое недовольство миграционной политикой США, заявляя, что к каждому диплому PhD должна «степлером прикрепляться грин-карта» [45:56].

Однако Александр Висснер-Гросс раскрывает более глубокие детали этой хронологии:

*   Ян Лисинь поступил в CMU осенью 2015 года [46:23].
*   Уже через год, будучи студентом, он основал стартап Recurrent AI, который базировался не в США, а в Китае [46:50].
*   После окончания обучения в 2019 году он имел предложения от Google и Facebook, но предпочел вернуться к уже работающему бизнесу на родине [47:16].

Эта история подсвечивает фундаментальную проблему: США не только не удерживают таланты, но и не создают условий, чтобы их первые стартапы регистрировались внутри страны [49:37]. Эмад Мостак добавляет, что ценность PhD, остающегося в Америке, полностью измерима и подтверждена исследованиями, но визовые барьеры остаются непреодолимыми [48:34]. При этом статистика неумолима: если студенты из Индии в подавляющем большинстве остаются в США, то около 80% талантов из Китая возвращаются домой из-за наличия там развитой и поддерживаемой государством экосистемы [50:02]. Как резюмирует Салим Исмаил, интеллект, подобно информации, стремится быть свободным, и любые попытки правительств ограничить его распространение обречены на провал [42:37].

## Сверхскорость и миниатюризация: Будущее ИИ в кармане и в кристаллах
[[JUMP:50:16]]

### Сингулярность релизов: от ежемесячных обновлений к ежедневным
[[JUMP:53:11]]

Скорость развития искусственного интеллекта вышла на экспоненциальную кривую, которая в ближайшие месяцы изменит само восприятие технологического прогресса. Питер Диамандис приводит поразительную статистику: если в 2024 году новые Frontier-модели (модели переднего края) выходили в среднем раз в 60 дней, то с середины апреля 2025 года этот интервал сократился до одного релиза каждые 10 дней [53:25]. За короткий период индустрия увидела запуск 13 флагманских систем [53:11]. Эмад Мостак подтверждает этот темп, упоминая свежий анонс Илона Маска о модели Grok 4.5 (2 триллиона параметров), которая должна превзойти Kimi K3 по скорости и эффективности [53:39].

Александр Висснер-Гросс провёл математический анализ этого ускорения. Экстраполируя текущую кривую частоты релизов, он пришёл к выводу, что к январю 2026 года индустрия перейдёт к ежедневным выпускам Frontier-моделей [54:32]. Это означает переход к состоянию «непрерывного версионирования» (continuous versioning) [54:44]. 

Для конечного пользователя и бизнеса это влечёт за собой фундаментальные изменения:

*   Обновления интеллекта будут происходить незаметно в фоновом режиме, как обновление веб-страниц [54:58].
*   Фокус внимания сместится с самих моделей на конкретные кейсы их использования, так как прирост «чистого» интеллекта станет рутиной [55:25].
*   Возможность «создать игру одним промптом» (one-shotting a game) станет общедоступной, фактически обнуляя трение между идеей и готовым продуктом [56:35].

Дейв Бландин подчёркивает, что в таком мире дефицитными ресурсами становятся не технологии, а вкус, воображение и понимание потребностей аудитории [57:43]. Салим Исмаил добавляет, что это «магическое время» для предпринимателей: теперь не нужно быть специалистом в Computer Science, чтобы создать решение планетарного масштаба — достаточно быть ведомым большой целью [1:00:46].

### Bonsai 27B: Интеллект уровня GPT-5 в обычном смартфоне
[[JUMP:1:02:14]]

Если гонка гигантов вроде Kimi K3 (ранее обсуждавшаяся в контексте «китайского момента Спутника») сосредоточена на огромных дата-центрах, то параллельный фронт инноваций направлен на радикальное уменьшение моделей. Ключевым событием стал выход Bonsai 27B от американского стартапа Prism ML [1:02:14]. Это первая модель класса 27 миллиардов параметров, способная полноценно работать на смартфоне без подключения к интернету [1:02:39].

Эмад Мостак объясняет значимость этого прорыва через технологию квантования [1:02:51]. Традиционные модели используют 16-битную архитектуру, но Bonsai удалось сжать до «тернарного» уровня (ternary) — это примерно 1.58 бита на параметр [1:03:17]. 
Результаты впечатляют:

1.  Модель весом всего 6 ГБ демонстрирует производительность, сопоставимую с GPT-5, при потере точности всего в 5% [1:03:44].
2.  Сжатие до 4 ГБ увеличивает потерю точности до 15%, но делает модель доступной даже для бюджетных устройств [1:03:57].
3.  Переход с 16 бит на 3 бита дает пятикратный прирост скорости работы [1:04:36].

Это означает, что каждый человек теперь может носить в кармане «цифрового напарника» с IQ 110–120, который работает автономно [1:04:09]. Дейв Бландин отмечает, что это фундаментально меняет архитектуру вычислений: если раньше операции требовали сложных матричных умножений, то при переходе к значениям 1, 0 и -1 вычисления становятся невероятно эффективными и дешевыми [1:05:42].

### Суббитовые вычисления и новая физика: «Там внизу ещё много места»
[[JUMP:1:07:13]]

Граница миниатюризации ИИ постоянно отодвигается. Александр Висснер-Гросс указывает на то, что один бит на вес — это не предел [1:07:13]. Используя методы разреженности (sparsity) и низкоранговую факторизацию, инженеры уже перешли барьер в 1 бит. В качестве примера приводится работа Samsung над технологией Nano Quant, которая обеспечивает «суббитовое» квантование (менее 1 эффективного бита на параметр) [1:07:53]. По прогнозам Александра, суббитовые модели станут мейнстримом уже в течение следующего года [1:08:06].

Этот технологический сдвиг открывает двери для «новой физики» вычислений [1:06:07]. Дейв Бландин предсказывает отказ от традиционных GPU в пользу принципиально новых субстратов:

*   **Фотонные вычисления:** Использование скорости света для обработки данных [1:08:20].
*   **Кристаллические и голографические системы:** Вычисления внутри твердотельных структур, напоминающие технологии из научной фантастики [1:06:47].
*   **Этчинг (травление) моделей:** Когда веса модели «втравливаются» непосредственно в кремний, что делает интеллект частью физической структуры чипа [1:10:17].

Эмад Мостак считает, что благодаря этим методам стоимость интеллекта упадет еще в 100 раз к концу следующего года [1:10:30]. Дейв Бландин идет дальше, прогнозируя рост вычислительной мощности в 100–10 000 раз в течение ближайших трех лет за счет синергии квантования и новых методов вычислений [1:11:36]. В этой точке ИИ начнет принимать решения и давать объяснения, которые человеческий мозг будет просто не в состоянии осознать [1:12:16]. Вместо попыток замедлить этот процесс, эксперты призывают к глобальной прозрачности и «инспекции» систем, чтобы максимально использовать наступающую эпоху изобилия [1:13:00].

## 🔮 Суперпрогнозирование, экономика диффузии и конец эпохи «экспертного» управления
[[JUMP:1:15:34]]

### Смерть среднего менеджмента и эра гиперпрогнозирования
[[JUMP:1:15:34]]

Александр Висснер-Гросс вводит термин «гиперпрогнозирование» — состояние, при котором ИИ-модели, подключенные к рынкам капитала, начинают предсказывать коллективные действия человечества быстрее, чем люди успевают их совершить [1:16:01]. Это не просто улучшенная аналитика; это создание авторегрессионных моделей человечества, которые понимают нас лучше, чем мы сами [1:16:14]. Питер Диамандис сравнивает это с «советом мудрецов», способным симулировать общество на таком уровне, что ИИ сможет указать кратчайший путь к мировому порядку или даже к идеальному партнеру [1:17:46].

Салим Исмаил утверждает, что это приведет к радикальной трансформации корпоративного управления [1:18:14]. Большинство функций высшего руководства — бюджетирование, найм, запуск продуктов — по сути являются прогнозами [1:18:27]. Исторически эти роли занимали люди с многолетним «экспертным опытом», который трудно квантифицировать [1:18:54]. Однако ИИ, способный воспроизводить эти суждения без человеческих когнитивных искажений, фактически делает средний и высший менеджмент избыточным [1:19:06]. В мире, где Dr. AI или CEO AI выдает объективно лучший прогноз, роль лидера смещается от «принятия решений» к «определению смыслов и целей» [1:19:19].

### Экономика как производная от математики генеративного ИИ
[[JUMP:1:19:33]]

Эмад Мостак развивает идею математического единства ИИ и социальных наук. В своей книге «Последняя экономика» (The Last Economy) он описывает, как уравнения генеративного ИИ применимы к экономическим процессам [1:19:33]. Мостак утверждает, что вскоре будет опубликована работа, доказывающая: все основные экономические уравнения можно вывести из математики диффузионных моделей [1:19:45].

Это перекликается с концепцией «психоистории» Айзека Азимова, где большие группы населения моделируются как газы [1:20:10]. Уравнения диффузии, лежащие в основе современных ИИ-моделей, описывают поведение этих систем точнее, чем классические экономические теории [1:20:10]. 

Однако такая точность порождает новые риски:

*   **Страховой диктат:** Если вы принимаете бизнес-решение или ведете машину (даже при наличии FSD, о котором участники упоминали ранее), не следуя рекомендациям ИИ, ваши страховые взносы могут мгновенно вырасти [1:20:50].
*   **Проблема контроля:** Александр Висснер-Гросс и Эмад Мостак подчеркивают, что тот, кто контролирует эти модели, получает власть над огромными пластами человечества [1:25:38]. 
*   **ИИ-коучинг против консьюмеризма:** Дейв Бландин видит в этом и позитив: ИИ может стать коучем, который выведет человека из деструктивных циклов потребления, навязанных рекламой, предлагая оптимальные жизненные пути [1:22:22].

### Ранняя диагностика: когда 3,3% означают спасенную жизнь
[[JUMP:1:26:30]]

Питер Диамандис переводит дискуссию в плоскость практического здоровья, представляя доктора Дона Мукалема, главного медицинского директора Fountain Life [1:26:43]. Главная проблема современной медицины заключается в том, что человек часто не «чувствует» болезнь (например, рак) до 3-й или 4-й стадии [1:27:21].

Статистика Fountain Life, накопленная в базе данных их участников, шокирует: у 3,3% внешне абсолютно здоровых людей при МРТ-сканировании всего тела обнаруживается рак на ранней стадии, о котором они даже не подозревали [1:26:56]. Доктор Мукалем подчеркивает, что обнаружение рака на 1-й стадии делает его излечимым в подавляющем большинстве случаев [1:27:08]. ИИ в данном контексте выступает как инструмент демократизации благополучия, позволяя обрабатывать данные МРТ и скринингов с точностью, недоступной при обычной диспансеризации [1:27:48]. Несмотря на то, что страховые компании пока неохотно покрывают такие исследования, превентивный подход кардинально меняет кривую долголетия [1:28:00].

### Развенчание мифов: гольф и миндаль против дата-центров
[[JUMP:1:28:27]]

Завершая обсуждение инфраструктуры, Салим Исмаил поднимает тему «пандемии страха» вокруг энергозатратности ИИ [1:30:51]. Критики часто обвиняют дата-центры в чрезмерном потреблении питьевой воды для охлаждения серверов [1:28:40]. Однако сухие цифры Lawrence Berkeley National Labs рисуют иную картину:

1.  **Дата-центры США** потребляют около 17 миллиардов галлонов воды в год [1:28:54].
2.  **Поля для гольфа** в США тратят на ирригацию 531 миллиард галлонов — в 31 раз больше [1:29:06].
3.  **Выращивание миндаля в Калифорнии** поглощает 1 триллион галлонов воды, что в 60 раз превышает нужды всех ЦОД страны вместе взятых [1:29:33].

Дейв Бландин добавляет, что склады Amazon занимают в 10 раз больше земли в США, чем все дата-центры [1:29:46]. Эмад Мостак приводит еще более наглядный пример: производство одного бургера Big Mac требует 600 галлонов воды [1:32:45]. При 2 миллиардах проданных бургеров в год McDonald’s косвенно потребляет вдвое больше воды, чем все поля для гольфа, и на порядки больше, чем ИИ-инфраструктура [1:32:45]. 

Участники сходятся во мнении, что страх перед «ресурсным голодом» из-за ИИ иррационален и часто подогревается Голливудом или внешними кампаниями по дезинформации [1:31:03]. Позже в разговоре они коснутся того, как эти страхи проецируются на физический мир робототехники, включая зрелищные бои гуманоидов, набирающие популярность в Китае.

## 🤖 Космос, роботы-бойцы и новые регуляторы: битва за превосходство
[[JUMP:1:40:31]]

### Гладиаторские бои роботов и безопасность в быту
[[JUMP:1:33:11]]

Китай внедряет инновации в робототехнику через крайне агрессивные формы испытаний. Публичные MMA-схватки гуманоидных роботов, набирающие популярность в КНР, — это не просто зрелище, а экстремальный стресс-тест для инженерных систем [1:33:11]. В таких боях проверяются пределы прочности приводов, скорость реакции алгоритмов на физические удары и, что самое важное, системы динамического баланса в условиях непредсказуемого внешнего воздействия [1:33:30]. 

Однако этот прогресс порождает серьезные опасения в области безопасности, которые обсудили эксперты. Роботы-гуманоиды развивают физическую мощь, значительно превосходящую человеческую: по силе удара они уже способны обойти профессиональных бойцов [1:39:23]. Это создает экзистенциальный риск для домашнего использования. Участники дискуссии подчеркнули, что необходимо срочно вводить государственное регулирование мощности домашних роботов на уровне прошивок и «железа» [1:39:45]. Без жестких ограничений по крутящему моменту и силе воздействия робот может стать смертельно опасным для владельца в случае программного сбоя или неверной интерпретации команды [1:39:58].

### Битва за орбиту: спор Сэма Альтмана и Илона Маска
[[JUMP:1:40:58]]

Одной из самых горячих тем стала целесообразность выноса вычислений в космос. Питер Диамандис представил видео Сэма Альтмана, который назвал идею орбитальных дата-центров (ODC) «нелепой» в текущих условиях [1:41:12]. Альтман аргументирует это высокой стоимостью запуска, дешевизной энергии на Земле и невозможностью починить сломанный GPU в космосе, утверждая, что в этом десятилетии ODC не будут иметь значения [1:41:28]. 

**Александр Висснер-Гросс** увидел в словах Альтмана конфликт интересов [1:41:54]. Он напомнил, что OpenAI отказалась от строительства собственных дата-центров (проект Stargate был переформатирован в аренду мощностей) и сейчас находится в сложной финансовой позиции перед IPO [1:42:07]. В то же время конкуренты, такие как Anthropic, уже заключают соглашения с SpaceX для использования мощностей суперкомпьютеров вроде Colossus [1:42:32].

Основные тезисы спора об орбитальных вычислениях:

*   Илон Маск прогнозирует запуск первых орбитальных ЦОД уже через 2–3 года [1:43:25].
*   Экономическая целесообразность (unit economics) орбитальных систем может сравняться с земными к началу 2030-х годов [1:43:00].
*   К концу десятилетия около 2% всех мировых вычислений может переместиться на орбиту из-за ограничений по электросетям на Земле [1:44:05].

Ранее в разговоре они касались того, что энергопотребление ИИ часто демонизируется, но именно дефицит мощностей толкает компании в космос.

### Уроки Starship: триумф диагностики над взрывом
[[JUMP:1:44:29]]

Обсуждая надежность систем, **Александр Висснер-Гросс** и **Питер Диамандис** затронули недавнюю отмену пуска Starship за мгновение до старта [1:44:29]. Тот факт, что система автоматически остановила процесс на отметке T-0 из-за того, что 2 из 33 двигателей Raptor не зажглись должным образом, является свидетельством высочайшего уровня инженерии [1:44:44]. 

В 90-е годы подобная ситуация почти наверняка привела бы к катастрофическому взрыву на стартовом столе [1:45:12]. Сегодня же SpaceX способна мгновенно диагностировать проблему, слить топливо (метан и жидкий кислород) и подготовить повторный пуск в течение нескольких дней [1:45:38]. Это демонстрирует не только прогресс в «железе», но и мощь программного обеспечения, способного контролировать тысячи параметров в реальном времени и принимать решения о безопасности быстрее человека [1:45:51].

### Регулирование ИИ: агентство FINRA и «анти-отмывание токенов»
[[JUMP:1:55:11]]

Важнейший блок дискуссии был посвящен попыткам США ограничить влияние китайских технологий. **Александр Висснер-Гросс** сообщил, что администрация президента США рассматривает возможность создания специального агентства по типу FINRA (Служба регулирования отрасли финансовых услуг), которое будет подчиняться SEC (Комиссии по ценным бумагам и биржам) [1:55:51]. 

Это ведомство может наложить жесткие ограничения на использование китайских моделей с открытыми весами (таких как Kimi K3) американскими корпорациями [1:56:05]. Основные механизмы предполагаемого контроля:

*   Обязательное раскрытие публичными компаниями любых фактов использования китайского ИИ в своих процессах [1:55:39].
*   Введение правил «Знай своего промптера» (Know Your Prompter) по аналогии с банковскими KYC [1:57:23].
*   Регулирование «анти-отмывания токенов» для предотвращения обхода санкций через зеркальные API [1:57:37].

**Эмад Мостак** скептически отнесся к этим инициативам, назвав их попыткой «регуляторного захвата» со стороны американских лабораторий [1:57:10]. Он сравнил ограничение доступа к дешевым и мощным китайским моделям с запретом на использование дешевого инсулина, что в итоге может ударить по американскому капитализму [1:57:23]. Тем временем Китай, согласно последним выступлениям Си Цзиньпина, напротив, берет курс на полную поддержку открытого кода (open-source) [1:57:50].

В завершение главы **Александр Висснер-Гросс** призвал США стать «арсеналом супер-интеллекта», не блокируя чужие веса, а создавая лучшие в мире открытые модели, чтобы не позволить КНР монополизировать ИИ-повестку в развивающихся странах [2:03:44].

## 🚀 Будущее на сверхскоростях: Квантование, фотоника и ежедневные апдейты
[[JUMP:2:05:41]]

В завершающей части беседы эксперты перешли от обсуждения глобальных технологических сдвигов к конкретным шагам по реализации новой вычислительной парадигмы. Эмад Мостак, Питер Диамандис, Салим Исмаил и Дейв Бландин подвели итоги встречи, которая, по их собственному признанию, стала одной из самых содержательных в истории проекта.

### Прорыв в медиа-пространстве и наследие Ашенбреннера
[[JUMP:2:06:06]]

Дейв Бландин, анализируя глубину прошедшей дискуссии, выразил крайнюю степень энтузиазма относительно качества прозвучавшего контента [2:06:06]. Он подчеркнул, что обсуждение методов квантования, инициированное Эмадом Мостаком в этом выпуске, стало для него «лучшим фрагментом когда-либо записанного медиа-контента» [2:06:14]. Бландин пошёл дальше в своих оценках, заявив, что этот разговор по своей значимости и глубине анализа превзошел даже широко известную работу Леопольда Ашенбреннера (Leopold Aschenbrenner) [2:06:18]. 

Для контекста стоит отметить, что упоминаемый Леопольд Ашенбреннер — бывший сотрудник OpenAI, чей манифест «Situational Awareness» стал виральным в ИИ-сообществе, предсказав экспоненциальный рост вычислительных мощностей до конца десятилетия. Тот факт, что Дейв Бландин ставит текущую дискуссию выше трудов Ашенбреннера, подчеркивает фундаментальный характер озвученных Эмадом идей о переходе к суббитовым вычислениям. Бландин признался, что намерен переслушивать этот эпизод в замедленном темпе, чтобы полностью усвоить все нюансы технологического прорыва [2:06:20].

### Синергия MIT и Принстона: Создание новой архитектуры
[[JUMP:2:06:22]]

Практическим результатом теоретических выкладок, обсуждавшихся на протяжении интервью, стало формирование новой технологической инициативы под руководством Дейва Бландина. Он поделился новостями о прогрессе своего нового стартапа, который фокусируется на фотонных вычислениях — технологии, использующей свет вместо электрических сигналов для обработки данных [2:06:30]. 

Ключевые вехи этой работы на текущий момент:

*   В качестве советника к проекту присоединился Влад Булович (Vlad Bullovich), директор MIT.nano — одной из самых передовых лабораторий в мире в области нанотехнологий [2:06:22].
*   Булович уже предоставил команде Бландина детальную дорожную карту (road map) по развитию технологий и экспертному нетворкингу [2:06:25].
*   На следующей неделе запланировано расширение команды: к текущей группе инженеров из Принстона планируется добавить двух ведущих специалистов из MIT [2:06:35]. 

Цель этой межуниверситетской коллаборации — работа над «квантованной фотоникой» (quantized photonics) [2:06:45]. Как отметил Бландин, объединение усилий талантов из Лиги плюща и ведущих технологических институтов необходимо для решения сложнейших задач на стыке новой физики и архитектуры ИИ. Более того, Дейв планирует использовать запись этого подкаста как мощный инструмент для рекрутинга, демонстрируя потенциальным кандидатам видение будущего, которое разделяют лидеры индустрии [2:06:48].

### Ритм «чрезвычайных ситуаций» и горизонт января 2025-го
[[JUMP:2:05:53]]

Завершая встречу, Питер Диамандис анонсировал масштабное мероприятие в Лос-Анджелесе, запланированное на сентябрь, где весь состав участников — Эмад Мостак, Дейв Бландин и Салим Исмаил — соберется вместе для полнодневной стратегической сессии [2:05:53]. Эмад Мостак подтвердил свое участие, отметив важность личного взаимодействия в эпоху, когда технологические изменения происходят быстрее, чем обновляются новостные ленты [2:06:00].

Динамика развития ИИ, которую обсуждали эксперты (включая упомянутые ранее в разговоре релизы моделей Kimi K3 и новые методы оптимизации весов), заставляет участников пересматривать график своих встреч. Питер Диамандис в шутку, но с большой долей проницательности заметил, что при текущем темпе прогресса им скоро придется записывать такие «экстренные выпуски» (emergency pods) ежедневно [2:07:05]. 

Особой точкой на временной шкале был назван январь 2025 года [2:07:07]. По мнению участников, к этому моменту плотность инноваций достигнет такого уровня, что потребность в ежедневном мониторинге ситуации станет необходимостью для выживания бизнеса и адекватного восприятия реальности. «Увидимся завтра, если что-то сломается за выходные», — подытожил встречу Диамандис, подчеркивая хрупкость статус-кво в мире, входящем в фазу сингулярности [2:06:58]. Финальные аккорды выпуска прозвучали как приглашение для зрителей занять свои места в «первом ряду» глобальной трансформации, которую Питер Диамандис и его гости продолжат фиксировать в реальном времени [2:07:11].