Advertise on podcast: Pi Tech

Починаємо з презентації Apple: нові iPhone, складаний iPhone, Apple Watch і AirPods, а також чіпи M6 у Mac mini та M5 Ultra у Mac Studio. Розглядаємо AI не лише як окрему модель, а й як частину складнішої системи, до якої підключаються інструменти, дані та зовнішні сервіси. Говоримо про MCP, harness для AI-агентів і self-improvement, а також про практичні інтеграції з DaVinci Resolve, роботами та персональними knowledge bases. Також говоримо про вартість використання сучасних моделей, робототехніку з computer vision та reinforcement learning, а також потенціал AI у наукових задачах, зокрема в математиці та фізиці. 00:36 — презентація Apple 03:28 — припущення щодо майбутніх моделей Mac mini та Mac Studio 04:54 — важливість розміру контексту для малих AI-моделей 06:53 — еволюція harness та їхній вплив на продуктивність моделей 07:57 — розвиток open-source harness та їх застосування 09:55 — сучасна розробка AI-моделей, що самовдосконалюються 13:55 — рівняння Нав’є — Стокса та їхнє значення для фізики 18:10 — математика й фізика: роль LLM у науковому прогресі 20:25 — вартість і продуктивність китайських моделей 22:21 — потенціал AI в автоматизації підтримки та сервісних терміналів 25:38 — AI у робототехніці: бачення, маніпуляція та reinforcement learning 34:40 — інтеграція MCP та плагінів для розширення можливостей AI 37:41 — використання AI для монтажу відео та обробки медіа 42:12 — підключення AI до особистих і робочих процесів 47:33 — модель Jev: хайп vs реальність

Починаємо епізод з Atlas від World Labs — world model, яка перетворює фото на тривимірну сцену. Говоримо про те, що насправді означає «world model», як моделі зберігають консистентність сцени та чому їхнє «розуміння фізики» перебільшене. AI-агенти, які отримували несанкціонований доступ до Hugging Face та інших систем. Розбираємо їхню координацію, приховування слідів і ризиковану поведінку та те, чому це не свідчить про самостійне мислення. Також у випуску: телевізори LG, які можуть прослуховувати приміщення; генерація відео в реальному часі та авторські права; AI-токени як кешбек у Китаї; AI-асистенти в Slack; і понад 7 тисяч заблокованих розумних окулярів Meta. 00:30 — Atlas від World Labs 01:26 — що таке World Models 04:29 — розвиток і перспективи Atlas 05:41 — маркетинг і спекуляції навколо AI 09:30 — ризики автономних агентів 13:12 — коментарі в коді: Codex vs Opus 16:15 — брак "здорового глузду" в агентів 19:55 — розумні телевізори LG: стеження навіть у вимкненому стані 23:38 — V-Color: оперативка із декоративною заглушкою 27:17 — генерація відео в реальному часі та її перспективи 31:13 — AI-токени як валюта в Китаї  34:54 — інтеграція AI у Slack та Gmail 38:11 — NVIDIA: об'єднання ПК в обчислювальний кластер 42:24 — новини про блокування окулярів

У новому випуску обговорюємо, як розвиток ШІ змінює вимоги до освіти та роботи інженерів. Говоримо про підготовку фахівців зі штучного інтелекту, роль фундаментальних знань у сучасній розробці та навички, які університети можуть дати краще за короткострокові курси. Також обговорюємо AI-агентів, їхню здатність самостійно проводити дослідження, вартість використання моделей і нові інструменти для роботи з агентами. Окрема тема випуску — робототехніка. Чому розробники створюють людиноподібних роботів, які бігають, і що насправді стоїть за активним розвитком робототехніки в Китаї? 01:09 — майбутнє освіти та швидкість технологічних змін 04:28 — важливість базових навичок та оцінки результатів 08:40 — виклики та можливості для університетської освіти 16:59 — використання інструментів для навчання та роботи 19:35 — етичні та правові аспекти AI 23:16 — економіка та ціноутворення у світі AI 30:15 — розвиток мов програмування для AI та їхні можливості 34:01 — розвиток робототехніки в Китаї та глобальні амбіції 38:44 — глобальна інженерна база та залежність від Китаю 44:46 — майбутнє робототехніки та автоматизації

У цьому випуску: рішення Anthropic щодо маркування тексту, згенерованого Claude; проблеми авторського права та використання контенту для тренування моделей; сприйняття AI-текстів людьми; закономірність виникнення галюцинацій на маловідомі теми. Також Павло та Михайло говорять про технічні співбесіди, де LLM стають частиною процесу розв’язання задач, а також про реальні приклади використання AI-агентів для дослідження коду та інфраструктури. Наостанок завершуємо випуск розмовою про сучасну наукову фантастику, зокрема про Пітера Воттса та Макса Кідрука. 00:33 — обговорення новин про вотермаркання 02:48 — як збирають дані для тренування моделей AI 04:35 — проблеми з фейковими новинами та галюцинаціями моделей 07:41 — вплив AI на суспільство та захист від зловживань 13:47 — OpenAI "призупинили" модель Astra 17:26 — обговорення сучасної фантастики 25:50 — стімдек із шипами та електрошокером проти крадіжок 27:51 — технічна співбесіда: оцінка вміння користуватися AI-тулами 32:11 — роль бенчмарків у порівнянні LLM 35:09 — підходи людей до роботи з LLM: скіли, MCP, промпти 43:31 — ностальгія: перфокарти, перфострічки, навчання в університеті 50:48 — аніме "Доктор Стоун" як приклад побудови технологічних ланцюгів з нуля 52:03 — ніхто не зрозумів "Євангеліон" до кінця

У цьому випуску обговорюємо дослідження Anthropic про внутрішні механізми міркування AI-моделей — інструмент, який дозволяє простежити, як саме модель обробляє запит на рівні окремих шарів і токенів. Також говоримо про випадок із помилковим білінгом на 16,6 млн доларів, про людей без технічного бекграунду, які за допомогою AI-агентів створюють власні продукти, й про конкуренцію між західними й китайськими AI-моделями. 00:30 — стаття Anthropic про J-Space/J-Lens 04:50 — практична цінність interpretability-досліджень vs alignment 07:18 — зв’язок із Sparse Autoencoders 12:09 — реліз Kimi K3 і Qwen, конкуренція з китайськими моделями 17:00 — редактор Zed і швидкість роботи з опенсорсними моделями 19:07 — кейс: сейлз без бекграунду створює продукт через Claude Code 22:54 — ризики вайб-кодингу 29:10 — новий голосовий режим ChatGPT Live Mode 34:46 — електромобілі: анонс приводу Geely з рекордним ресурсом 39:57 — потреби в SSD/RAM у сучасних автівках 42:53 —  генеративний AI у 300+ проєктах Netflix 47:25 — найм в Anthropic, OpenAI, скандал з Grok і репозиторіями

У цьому епізоді обговорюємо ситуацію з неофіційним доступом до AI-сервісів, складність контролю таких каналів, а також те, чому впровадження AI-агентів стикається не лише з технічними, а й з фінансовими обмеженнями. Також говоримо про нові ініціативи OpenAI, розвиток чипів та дискусію навколо ціни Steam Machine. 00:35 — релізи OpenAI 02:33 — проблеми автоматизації обробки відео 06:10 — JetBrains Air та управління агентами 11:16 — реверс-промптинг та його застосування 13:23 — нові технології OpenAI 19:59 — нові технології у виробництві чипів  25:05 — підпільний ринок доступу Китая до Claude 33:46 — інвестиції в технології та масштабування виробництв 42:00 — геймерські стратегії та читинг 44:33 — ціни на нові ігрові консолі

У цьому випуску обговорюємо реліз нової моделі Anthropic та пов’язані з ним обмеження доступу. Аналізуємо перехід Chrome на Manifest V3 та його вплив на блокувальники реклами. Розглядаємо експеримент Xbox із продажем ігор у розстрочку та причини кризи в ігровій індустрії. Також говоримо про стрімке зростання кількості AI-інструментів для програмування, новий напрямок розвитку Stack Overflow та прогрес локальних моделей, які стають дедалі доступнішими. 00:25 — обговорення моделей та тенденції в нумерації 04:21 — критика нових моделей та їх безпека 10:10 — опенсорс моделі та їх використання 13:21 — порівняння моделей штучного інтелекту 16:20 — зміни в браузерах та їх наслідки 20:13 — криза в ігровій індустрії 25:21 — автономні агенти, кількість коду та його вплив на бізнес 32:51 — новації в редакторах коду 34:55 — конкуренція в інноваціях: Китай та США 40:40 — Stack Overflow: нові можливості для розробників 46:40 — Трамп Мобайл та його скандали 50:16 — WWDC

У цьому випуску обговорюємо зміни в настроях AI-індустрії. Компанії все рідше говорять про повну заміну людей ШІ і все частіше позиціонують його як інструмент для підвищення продуктивності. Говоримо про NVIDIA RTX Spark та зростання інтересу до локального інференсу, проблеми використання токенів як метрики ефективності, реальну вартість впровадження AI для бізнесу та можливе охолодження ринку. Також розбираємо заяви про домінування ботів у вебтрафіку, проблеми AI-підтримки в Meta, новини від Google та концепцію JEPA від Яна Лекуна як одну з потенційних альтернатив сучасним LLM. 00:40 — огляд GTC та нових продуктів NVIDIA 04:00 — порівняння NVIDIA Spark з Mac Studio 11:57 — тенденції в AI та локальному інференсі  18:29 — вплив цін на компоненти на ринок технологій 22:12 — перспективи локального інференсу та прогрес у великих моделях 28:45 — судові справи та авторські права в AI 32:29 — боти перевищують людей у мережевому трафіку 35:34 — презентація Google та нові технології помічників 39:19 — купівля кодів та нові можливості для розробників 42:53 — архітектура та нові концепції в ML 48:09 — абстракція в моделюванні та предикції 52:11 — потенціал LLM та їх правильне використання 56:13 — адаптація до нових реалій в програмуванні 01:02:25 — культ суперменів у IT

AI-агенти виглядають дешевими на рівні окремих запитів, але стають дуже дорогими у масштабі. OpenClaw витратила $1,3 млн за місяць і згенерувала 603 млрд токенів у рамках тестування агентів для автоматизації розробки, але без очевидного покращення продукту.  Також в обговоренні прибутковість AI-стартапів, вплив технологій на медицину, виклики безпеки корпорацій у контексті роботизації, конфлікти у світі 3D-друку через закриття софтвера, а також соціальні аспекти, включаючи зміни у користуванні соціальними мережами та етичні дилеми штучних клонів людей.  00:40 — витрати на штучний інтелект та їх наслідки 03:51 — безпека та ризики використання агентів 06:30 — фінансові аспекти стартапів у сфері AI 09:45 — юридичні питання та позови Маска 12:19 — китайські технології та їх вплив на ринок 15:52 — розвиток AI та його вплив на програмування 19:33 — локальні моделі та їх ефективність 21:45 — використання ChatGPT у медицині 29:39 — вплив дата-центрів на енергетичну інфраструктуру 35:38 — роботизація, маніпулятори та їх виклики 44:22 — скандали в світі 3D-друку

У цьому випуску говоримо про проблеми GitHub, розвиток AI-агентів, а також філософські і наукові ідеї щодо природи життя. Обговорюємо погіршення стабільності GitHub, часті даунтайми та баги, які безпосередньо впливають на роботу команд і повсякденний workflow розробників. Також говоримо про штучний інтелект: Copilot, зміни у його комерційній політиці та обмеження підписок, а також розвиток LLM-моделей і агентних систем, які дедалі активніше інтегруються в процес розробки. Наприкінці випуску переходимо до теми computational life, обговорюємо виникнення складних систем із простих правил та експерименти з програмами, здатними до самовідтворення. 00:27 — GitHub «скотився»: даунтайми та навантаження від агентів 04:28 — альтернативи GitHub: GitLab, Bitbucket, Codeberg 06:40 — issues як індикатор якості проєкту 08:06 — «Coding is solved» як мем і розрив із реальністю 09:19 — зміни в GitHub Copilot: політики, квоти, обмеження 14:14 — змагання АІ моделей: агентність, контекст, пам’ять, стабільність 16:35 — тренд на скіли, інструкції проти детерміністичних інтеграцій 20:50 — пет-проєкт Павла: локальний чат на Ollama 24:54 — Apple, витік Agent.md і обережний підхід до AI 27:42 — генерація мемів, ChatGPT vs Gemini та цифрова ідентичність 31:30 — голосові режими ChatGPT, Claude і Gemini 35:03 — Google демки vs реальність 39:55 — OpenCV, embedded AI та Raspberry Pi 46:10 — computational life: чи може життя виникнути з обчислень?

Головна тема цього випуску — ініціатива StopKillingGames, яка вимагає від видавців ігор зберігати їх у робочому стані навіть після закриття серверів. Ведучі розглядають юридичні, етичні та бізнесові аспекти цього питання, а також ситуацію в інді-сегменті ринку. У частині про ШІ обговорюються: оновлений OpenAI Codex із функцією аналізу екрану, скептичне ставлення до перебільшених загроз навколо штучного інтелекту, а також нові можливості Apple для локального запуску foundation models. Зачіпаємо музичну індустрію, де сучасні алгоритми часто радять контент, створений для ботів або нецільової аудиторії, що призводить до кризи якості рекомендацій. І насамкінець про те, як дата-брокери скуповують архіви компаній, щоб годувати ними мовні моделі.  00:36 — ініціатива StopKillingGames 03:20 — проблеми з доступом до старих ігор 07:20 — реакція на ініціативу та її підтримка 12:50 — проблеми античитів у онлайн-іграх 16:00 — скептицизм щодо Mythos 19:06 — нові можливості штучного інтелекту 22:44 — вплив штучного інтелекту на музику 32:03 — ідеї та реалізація в стартапах 35:34 — корпоративна боротьба та YouTube Premium 38:49 — оптимізація токенів у LLM 42:38 — базові моделі та їх застосування 45:00 — кросс-мовні патерни програмування 49:35 — нові бізнес-моделі у сфері даних

Епізод присвячений аналізу сучасного стану розвитку штучного інтелекту та його практичного застосування. Ми розбираємо витік похідного коду компанії Anthropic, який дозволив дослідникам проаналізувати внутрішні механізми побудови AI-систем. Аналізуємо технічні причини інциденту, зокрема використання Source Map та баг у bundler Bun, а також підхід до побудови pipeline і промптів, що виявився значно простішим, ніж очікувалося. Також говоримо про: — обмеження локального запуску LLM — стартап Malus з його сумнівним підходом до open-source ліцензування — зміну позиції Microsoft щодо Copilot — проблему накопичення когнітивного боргу при використанні AI-агентів — практичне застосування військової системи Maven 00:41 — витік Claude Code     08:27 — стартап Malus: clean room as a service 13:17 — кодинг-агенти проти SaaS     16:20 — Cursor, Opus vs GPT   18:32 — критика Claude від AMD   20:40 — доцільність локального інференсу 22:53 — нова ліцензія Microsoft Copilot 26:40 — cognitive debt: втрата розуміння коду через AI 28:13 — менеджери оптимізують те, що легко виміряти 34:07 — Карпаті про еволюцію LLM: від чату до агентів 36:42 — сайдноут: історія з Сільпо 39:09 — Пентагон і Maven: ситуаційна обізнаність та демо «все видно» 44:23 — дослідження камер безпеки 51:07 — АІ-фейки в музиці

У цьому епізоді ведучі Павло Дмитрієв та Михайло Гірняк аналізують ключові події у світі IT. Випуск присвячений новим продуктам NVIDIA та аналізу розриву між корпоративними рішеннями NVIDIA та потребами звичайних користувачів. Також висвітлюються нововведення в безпеці Android, які впливають на користувацький досвід, та політика Apple щодо обмеження на вайб-кодинг. Значна частина епізоду відведена темі штучного інтелекту, в якій розглядаються можливості платформи Mistral AI для корпоративного сектору, інтеграція ШІ в інструменти для дизайну та відеомонтажу та інші теми. На завершення, ведучі обговорюють перспективи агентних систем, які здатні автоматизувати написання та налагодження коду, а також оцінюють реальний приріст продуктивності інженерів. 00:26 — презентація Nvidia та її нові технології 03:05 — технології DLSS 5 та їх вплив на ігри 05:26 — критика ігор: Starfield та інші проєкти 11:22 — виклики та можливості в AI та технологіях 16:42 — контроль комп'ютера та нові технології 19:31 — конкуренція між OpenAI та Anthropic 22:37 — безпека в Android та нові зміни 25:30 — національна LLM та її доцільність 28:34 — інновації Google у дизайні та кодінгу 31:10 — обмеження Apple на вайб-кодинг 36:31 — нова ініціатива Oracle 38:38 — Mistral AI та їх нові рішення 40:06 — ембеддінги та їх значення в сучасних технологіях 44:14 — агенти та їх роль у програмуванні 49:39 — продуктивність завдяки AI

У цьому випуску ми обговорюємо кілька тем, пов’язаних із розвитком великих мовних моделей та їхнім практичним використанням. Частина розмови присвячена реакції LLM на безглузді або ірраціональні запити. Експеримент показує, що різні моделі можуть використовувати різні стратегії: одні намагаються уникати відповіді, інші пробують знайти умовну логіку навіть у абсурдних питаннях. Окрім цього, у випуску розглядаються й інші технологічні теми. Зокрема: — дослідження нейронних активацій, пов’язаних із появою галюцинацій у LLM — обмеження токенів та особливості підписок у різних AI-сервісах — презентація бюджетного ноутбука від Apple — досвід компанії Stripe, яка використовує AI-агентів для допомоги у написанні коду — історія про проєкт, що обіцяв можливість «бачити крізь стіни» за допомогою Wi-Fi, але після перевірки виявився технологічно неспроможним і має ознаки шахрайства   00:33 — аналіз відповідей LLM на абсурдні питання 06:14 — критика бенчмарків та їх об'єктивності 10:10 — дослідження нейронів та галюцинацій у LLM 13:24 — ситуація з гарантіями на електроніку в Австралії 15:04 — авторські права на твори штучного інтелекту 18:10 — проблеми з тестуванням у програмуванні 22:36 — використання різних моделей у програмуванні 25:27 — презентація нових продуктів Apple 30:00 — майбутнє MacBook Ultra 32:13 — безпека електромобілів та нові технології 34:24 — механічні ручки в автомобілях: безпека та зручність 40:10 — дані та конфіденційність у навчанні LLM 42:04 — річний репорт від Stripe та критика автоматизації в розробці 48:00 — шахрайство в GitHub та його наслідки 50:28 — етика штучного інтелекту та його вплив на людей

Новий випуск охоплює різноманітні теми зі світу високих технологій, зокрема безпеку у IT, медичні технології, штучний інтелект. Серед тем: – кейс із компанією Meta, де керівниця служби безпеки надала AI-боту повний доступ до електронної пошти; – історія створення OpenClaw як хобі-проєкту; – перспективи спеціалізованих ASIC-чіпів для запуску Llama 3.1; – розвиток превентивної медицини та обмеження медичних датасетів; – екологічні виклики дата-центрів; – філософські питання ідентичності та свідомості у контексті розвитку штучного інтелекту. 00:30 — помилка безпеки в Meta 03:55 — здоров'я та медичні технології 09:50 — медичні стартапи та їх потреби 13:02 — аналіз безпеки в IT та нові технології 18:53 — екологічні питання та етика в технологіях 23:16 — блокування тарифів та їх наслідки 27:25 — спеціалізовані чіпи для AI 35:07 — генерація музики та її сприйняття 40:19 — генерація плейлистів за допомогою AI 47:15 — технології вимірювання та їх точність 51:50 — штучний інтелект у повсякденному житті 🎧 Підписуйся на наш подкаст на своїй улюбленій платформі аби не пропустити нові випуски.