Новости ИИ: Технологические гиганты предстанут перед городским советом Нью-Йорка из-за правил безопасности

Nic Reeve14:00 05.10.20265 мин чтения

5 октября 2026 года представители Google, Meta, OpenAI и Anthropic предстанут перед законодателями Нью-Йорка на редких слушаниях, посвященных безопасности искусственного интеллекта, подотчетности и возможным местным нормативным актам. Это разбирательство является последним шагом в стремлении города напрямую допросить крупнейшие технологические компании, что делает это событие важным моментом в новостях об ИИ.

Почему городской совет Нью-Йорка проводит эти слушания?

Совет изучает, создают ли стремительно развивающиеся продукты ИИ риски, которые существующие меры защиты не могут адекватно устранить. Слушания 5 октября соберут всех 51 члена Совета; они проводятся в формате Комитета в полном составе (Committee of the Whole), что позволяет законодателям допрашивать компании в рамках единой публичной сессии.

Дата мероприятия: 5 октября 2026 г.
Место проведения: Слушания городского совета Нью-Йорка в Нью-Йорке.
Участники: Представители Anthropic, OpenAI, Google и Meta.
Формат: Публичные показания под присягой.
Сфера охвата: Риски безопасности ИИ, защита прав потребителей и возможные законодательные меры защиты.

По заявлению городского совета Нью-Йорка, слушания призваны изучить «потенциальные опасности технологий ИИ» и собрать мнения компаний относительно законодательных ответных мер. Спикер Совета Джули Менин объявила о сессии 28 сентября, после того как ранее в письмах запрашивались показания ведущих ИИ-компаний.

Какие технологические компании согласились дать показания?

Anthropic, OpenAI, Google и Meta согласились прислать своих представителей. Meta направила высокопоставленного руководителя еще до того, как три другие компании подтвердили свое участие, после того как Совет предупредил, что для принуждения к даче показаний могут быть использованы повестки.

Anthropic: Компания, стоящая за семейством моделей ИИ Claude.
OpenAI: Создатель ChatGPT и других систем генеративного ИИ.
Google: Компания Alphabet, разрабатывающая Gemini и связанные с ней ИИ-сервисы.
Meta: Владелец Facebook, Instagram и WhatsApp, разрабатывающий собственные продукты в сфере ИИ.

Согласно объявлениям Совета, опубликованным 28 сентября, OpenAI и Google согласились выступить в воскресенье перед слушаниями. В репортаже CBS News от 4 октября в качестве запланированных свидетелей были названы руководители этих четырех компаний.

Почему споры дошли до повесток?

Компании не сразу приняли приглашения. Спикер Менин изначально просила об участии высшего руководства, а затем предупредила, что Совет может использовать свои полномочия по вызову свидетелей по повестке. OpenAI, Google и Anthropic позже согласились прислать представителей, в то время как Meta подтвердила участие заранее.

16 сентября: Совет объявил о планах провести слушания 5 октября и запросил участие лидеров индустрии ИИ.
25 сентября: Совет представил предлагаемые законодательные меры и подтвердил, что участие компаний ожидается.
28 сентября: Совет заявил, что OpenAI, Google, Anthropic и Meta будут давать показания под присягой.
5 октября: Запланировано проведение публичных слушаний.

По данным PoliticsNY, OpenAI, Google и Anthropic согласились выступить после того, как законодатели пригрозили выписать повестки. Городской совет Нью-Йорка отдельно сообщил, что компании ИИ Илона Маска, SpaceXAI, также грозит повестка, так как она не подтвердила свое участие.

О чем законодатели будут спрашивать компании?

Совет не опубликовал полный список вопросов, но в его объявлениях обозначены несколько сфер, вызывающих обеспокоенность. Ожидается, что внимание законодателей будет сосредоточено на том, как компании тестируют модели, как они реагируют на вредоносные результаты работы ИИ и как защищают жителей Нью-Йорка от неправомерного использования технологий.

Как компании выявляют и минимизируют сбои в системе безопасности перед выпуском ИИ-систем.
Какие меры защиты существуют для детей и других уязвимых категорий пользователей.
Как платформы реагируют на контент, связанный с самоповреждением, мошенничеством, кражей личности и манипуляцией медиаданными.
Обеспечивают ли компании достаточную прозрачность в отношении ограничений моделей и инцидентов.
Что именно городские власти могут регулировать, не вступая в противоречие с законами штата или федеральным законодательством.

Слушания проходят на фоне сообщений о десятках тысяч инцидентов, связанных с безопасностью ИИ, упомянутых в недавних публикациях, хотя в официальных материалах, собранных для слушаний, нет единого утвержденного числа инцидентов. Цель Совета шире: оценить риски и рассмотреть меры защиты для жителей.

Какое законодательство рассматривает Нью-Йорк?

Совет связал эти слушания с пакетом предложений, направленных на снижение потенциального вреда от систем ИИ. Эти меры пока являются лишь предложениями, а не принятыми законами города; публичные слушания призваны помочь в обсуждении их содержания и возможности применения.

Правила, касающиеся безопасности и подотчетности разработчиков ИИ.
Возможные требования к компаниям раскрывать риски или методы тестирования.
Защита прав потребителей, пострадавших от автоматизированных решений или сгенерированного контента.
Местные меры реагирования на вредоносное или вводящее в заблуждение использование генеративного ИИ.

Согласно объявлению Совета от 25 сентября, обсуждение предложенных законопроектов запланировано на слушаниях Комитета в полном составе 5 октября. Совет также поставил вопрос о том, являются ли меры защиты на уровне штата и федерации достаточными для жителей Нью-Йорка.

Что делает эти слушания необычными?

Это разбирательство объединяет беспрецедентно большую группу законодателей и показания под присягой от нескольких ведущих ИИ-компаний. По словам Совета, это первый случай, когда крупнейшие ИИ-фирмы должны дать публичные показания под присягой перед этим органом после недавних сообщений об инцидентах.

51 член Совета: Ожидается участие всего городского совета.
Четыре компании: Anthropic, OpenAI, Google и Meta подтвердили свое присутствие.
Под присягой: Такой формат придает показаниям более официальный юридический статус, чем частный брифинг.
Местная направленность: Вопросы будут сосредоточены на рисках, с которыми сталкиваются жители Нью-Йорка.

Издание Fortune сообщило 25 сентября, что слушания пройдут в формате Комитета в полном составе — формат, который Совет не использовал с 2022 года. В том же отчете отмечалось, что несколько запрошенных генеральных директоров вряд ли появятся лично, а значит, вопросы могут представлять представители компаний.

Что произойдет после дачи показаний?

Совет может использовать полученные показания для пересмотра предложенных законопроектов, запроса дополнительных документов или проведения новых слушаний. Сами по себе слушания не создают новых правил автоматически. Любая мера должна пройти через законодательный процесс Совета и соответствовать законам более высокого уровня.

Законодатели могут сравнить политику безопасности компаний с их публичными обязательствами.
Совет может запросить документы или дополнительные показания.
Предложенные законопроекты могут быть изменены по итогам слушаний.
Компании могут столкнуться с продолжающимся контролем в связи с инцидентами, связанными с ИИ, в Нью-Йорке.
Спор о повестках может определить характер будущих отношений между мэрией и технологическими фирмами.

Слушания также оказывают давление на компании, вынуждая их объяснять свои меры защиты на публичной площадке. Их ответы могут повлиять на то, как Нью-Йорк будет подходить к надзору за ИИ, в то время как более широкие дебаты продолжаются в Олбани и Вашингтоне.

Источники

Читать далее →

Похожие материалы

AI & Tech

OpenAI: следующим экономическим вызовом для ИИ станет превращение масштабных идей в готовые результаты

1 октября 2026 года OpenAI опубликовала эссе «Вечный комплемент» (The eternal complement) , в котором утверждается, что наибольшую экономическую ценность передовой искусственный интеллект может принести через рутинную работу, необходимую для превращения амбициозных идей в функционирующие системы. Эта дискуссия привносит новый ракурс в новости об ИИ , смещая акцент с достижений, созданных машинами, на исполнение, координацию и институциональный потенциал. Что опубликовала OpenAI? OpenAI выпустила эссе через свою платформу Intelligence Age 1 октября 2026 года. Авторами статьи выступили Hemanth Asirvatham и Elliott Mokski, которые представляют концепцию понимания того, как передовой интеллект взаимодействует с организациями и системами, необходимыми для его применения. Данная публикация является эссе, а не анонсом продукта, запуском модели или бенчмарком производительности. Новостной отдел OpenAI относит «Вечный комплемент» к материалам Intelligence Age, в то время как Unite.AI описывает его как первый материал в запланированной серии о «экономике будущего». Дата публикации: 1 октября 2026 года, согласно индексу Intelligence Age от OpenAI. Авторы: Hemanth Asirvatham и Elliott Mokski, по данным Unite.AI. Формат: Аналитическое эссе, а не выпуск программного или аппаратного обеспечения, согласно списку в новостном отделе OpenAI и репортажу Remio.ai. Что означает «вечный комплемент»? В эссе используется экономическое понятие «комплементов» (взаимодополняющих благ) — ресурсов, ценность которых возрастает при совместном использовании. Asirvatham и Mokski применяют эту концепцию к продвинутому машинному интеллекту и практической способности доводить идеи до стадии разработки, регулирования, финансирования и производства. Согласно отчету Unite.AI от 1 октября, авторы называют этот часто упускаемый из виду потенциал исполнения «институциональным интеллектом». Этот термин охватывает законы, бюрократические процессы, механизмы финансирования, цепочки поставок и координацию специалистов, которые стоят между многообещающей концепцией и готовым результатом. Центральный аргумент предельно прост: более умные системы не устраняют необходимость в исполнении. Напротив, они могут повысить ценность людей и институтов, способных выполнять сложную, повторяющуюся или высококоординированную работу. Почему в эссе акцент сделан на рутинной работе? В публикации утверждается, что передовые системы могут иметь наибольшее значение тогда, когда они снижают стоимость работы, которая необходима, но редко становится предметом восхищения. По данным Unite.AI, в эссе упоминаются такие виды деятельности, как написание кода, поиск в незнакомой научной литературе и превращение сырых концепций в рабочие прототипы. Анализ Remio.ai от 2 октября характеризует этот аргумент как переход от вопроса «может ли ИИ дать ответ» к вопросу «может ли этот ответ стать завершенным проектом». Этот процесс может потребовать многократного тестирования, документирования, согласований, найма персонала, закупок и технической интеграции. Рутинный не значит неважный. Открытие, которое невозможно протестировать, профинансировать или внедрить, имеет ограниченный практический эффект. Исследования: Системы могут помочь находить и интерпретировать незнакомую литературу, согласно Unite.AI. Программное обеспечение: ИИ может помогать с кодом и ранними прототипами, согласно Unite.AI. Внедрение: Организациям по-прежнему необходимо управлять правилами, ресурсами, специалистами и цепочками поставок, согласно описанию эссе в Unite.AI и Remio.ai. Анонсирует ли OpenAI новый продукт? Нет. Публикация от 1 октября не содержит анонса модели, подписки, API, бенчмарка или коммерческого развертывания. Новостной отдел OpenAI помещает материал в раздел Intelligence Age, а Remio.ai прямо описывает его как концептуальную базу для оценки того, как передовые системы могут трансформировать идеи в более масштабный материальный прогресс. Это различие важно для читателей, следящих за релизами продуктов компании. Эссе излагает взгляд на экономику и организационные изменения. Оно не предоставляет новую функциональность, которую клиенты могли бы скачать или протестировать. Согласно отчету MediaRelease.co, в презентации OpenAI также указано, что материал отражает точку зрения авторов, а не является официальной спецификацией продукта. Что может измениться для работников и организаций? Аргументация ставит профессии, требующие интенсивного исполнения, в центр следующей фазы автоматизации. Работники, которые переводят цели в код, отчеты, прототипы, документы по комплаенсу или операционные процедуры, могут получить инструменты, сокращающие путь от инструкции до выполненной задачи. Это не означает, что каждая роль исчезнет. Напротив, концепция предполагает, что баланс работы может измениться. Люди могут тратить меньше времени на создание черновиков и больше — на постановку целей, проверку результатов, принятие решений и обработку исключений. Организации сталкиваются с параллельным вызовом. Ускорение генерации может выявить «узкие места» в системах согласования, бюджетировании, доступе к данным и закупках. Компания может обладать мощным программным обеспечением, но при этом двигаться медленно, если ее внутренние процессы не способны поглотить объем выдаваемого результата. Потенциальные бенефициары: Небольшие команды, которые смогут использовать машинную помощь для выполнения работы, ранее требовавшей целых отделов, согласно Unite.AI. Потенциальные точки давления: Функции комплаенса, менеджмента, инфраструктуры и цепочек поставок, которые определяют, дойдет ли идея до внедрения, согласно концепции эссе. Человеческая ответственность: Постановка целей, верификация и принятие решений, связанных с риском, остаются центральными элементами модели, описанной авторами. Как эта публикация вписывается в общую стратегию OpenAI? OpenAI запустила свою платформу Intelligence Age в августе 2026 года, согласно Unite.AI, представив ее как площадку для обсуждения перспектив передового ИИ и экономики будущего. «Вечный комплемент» значится как первое эссе в этой серии. Своим появлением статья вписывается в более широкую дискуссию о том, что именно изменят все более способные системы, помимо чат-интерфейсов и демонстраций программного обеспечения. Вместо того чтобы измерять прогресс только баллами в бенчмарках, эссе задается вопросом: могут ли институты превратить технические возможности в открытия, продукты и государственные услуги? Этот вопрос выходит за рамки OpenAI. Правительства, университеты, компании и инвесторы — все они контролируют части цепочки исполнения, описанной в эссе. Их правила и возможности будут влиять на то, как быстро идеи, созданные с помощью машин, станут реальными результатами. Что дальше? Следующим шагом станет дальнейшее обсуждение в рамках серии Intelligence Age. Публикация от 1 октября не сопровождалась датой запуска, бизнес-целями или измеримыми прогнозами, поэтому ее тезисы остаются стратегическим аргументом, а не проверенным предсказанием. Читатели, скорее всего, будут оценивать этот тезис на основе практических доказательств: смогут ли небольшие команды завершать более сложные проекты, адаптируются ли системы согласования к ускорению технической работы и будут ли организации инвестировать в менее заметную инфраструктуру, необходимую для внедрения. Проверка эссе носит практический характер. Сможет ли интеллект выжить при столкновении с институтами?

Nic Reeve·14:00 03.10.2026

AI & Tech

Утечка Claude 3.5 и появление Gemini 3.5 в чат-боте Arena изменили расстановку сил в гонке ИИ-моделей

Крупная утечка, связанная с еще не выпущенной моделью Anthropic Claude Sonnet 4.8 , свежие спекуляции вокруг нового семейства моделей Claude «Cardinal» и тихое появление вариантов Gemini 3.5 от Google в популярном бенчмарке LMSYS Arena превратили эту неделю в поворотный момент для наблюдателей за рынком ИИ, аналитиков и создателей контента, отслеживающих такие каналы, как новостная серия об ИИ от Джейлина Уильямса (Jaylin Williams). Claude Sonnet 4.8: что на самом деле раскрывает утечка История с Claude Sonnet 4.8 началась с ошибки при упаковке npm-библиотеки Anthropic @anthropic-ai/claude-code . Разработчики обнаружили, что файл source-map объемом 59,8 МБ был случайно опубликован как часть обновления от 31 марта 2026 года. Это открыло доступ примерно к 512 000 строк внутреннего кода на TypeScript и более чем 1900 исходным файлам, связанным с продуктом Claude Code. Хотя данные клиентов, учетные данные или работающие системы не пострадали, отладочный пакет содержал внутренние ссылки, которые никогда не должны были стать публичными. Среди этих ссылок оказалась строка «sonnet-4-8» , указанная во внутреннем списке «запрещенных строк» или фильтре Undercover Mode , предназначенном для того, чтобы инженеры случайно не упоминали невыпущенные версии моделей в логах, текстах интерфейса или сообщениях коммитов. Согласно сообщениям, в том же списке значились «opus-4-7» и кодовые имена, такие как «mythos» , что намекает на более широкую «дорожную карту» флагманского семейства Claude от Anthropic. Важно отметить, что утечка содержала инфраструктурный код и конфигурации , а не чекпоинт модели или веса. Не было ни публичной карточки модели, ни документации API для эндпоинта Sonnet 4.8, ни таблиц с результатами тестирования. Это означает, что единственный подтвержденный факт, вытекающий из утечки, — это то, что Anthropic использует строку версии Sonnet 4.8 внутри своих инструментов, а компания как минимум планирует или тестирует новое поколение линейки среднего уровня Sonnet. Тем не менее, этот инцидент вызвал бурные спекуляции. В ИИ-сообществе начали циркулировать утверждения о таких улучшениях, как двузначный прирост производительности в задачах программирования, значительный скачок в точности распознавания визуальных данных и новые фоновые «агентные» возможности для выполнения длительных задач. Хотя эти заявления, по-видимому, основаны на упоминаниях в отладочном коде и экстраполяции данных из недавних релизов Claude 4.x, ни одно из них не было подтверждено Anthropic. По состоянию на середину августа 2026 года официального релиза Claude Sonnet 4.8 через API Anthropic, Amazon Bedrock или Google Cloud Vertex AI все еще нет. Anthropic охарактеризовала событие как человеческую ошибку при упаковке , потребовала удалить тысячи зеркальных копий пакета из публичных репозиториев и не давала публичных обещаний выпустить модель под брендом Sonnet 4.8. Кодовые имена моделей Anthropic: Cardinal, Capybara и другие Дискуссия вокруг Sonnet 4.8 привлекла внимание к растущей сети внутренних кодовых имен моделей Claude от Anthropic. Более ранний анализ утекшего исходного кода Claude Code выявил такие названия, как Fennec (связанное с моделью класса Opus 4.6), Capybara (связанное с экспериментальным уровнем, который, как сообщается, по своим возможностям превосходит Opus) и Numbat для моделей, находящихся на стадии тестирования. В этом контексте разговоры в сообществе о линейке, предварительно названной Claude «Cardinal» , усилились. Хотя подробностей по-прежнему мало, комментаторы описывают Cardinal как потенциальное новое семейство или подкатегорию , которая может занять нишу между существующими предложениями Sonnet и Opus, либо как внутреннее направление, ориентированное на инструменты, программирование и постоянных агентов. На данном этапе Cardinal выглядит скорее как предполагаемое кодовое имя и намек на планы развития, чем как готовый продукт с публичной карточкой модели. Намеренное молчание Anthropic подтверждает закономерность, которой компания следовала в предыдущих циклах: внутренние строки версий и кодовые имена часто появляются в инструментах и утечках за месяцы до любого официального анонса. Присутствие названий вроде Sonnet 4.8 или Cardinal в коде не гарантирует, что эти модели будут запущены под именно такими именами или что все они вообще дойдут до публичного релиза. Gemini 3.5 выходит на арену Пока Anthropic разбирается с последствиями утечки исходного кода, новейшие модели Google производят фурор совсем иным способом: появляясь в Chatbot Arena от LMSYS — краудсорсинговом бенчмарке, где большие языковые модели соревнуются друг с другом в слепых сравнениях. В последние недели в таблице лидеров Arena появились новые варианты, помеченные как Gemini 3.5 . Хотя Arena обычно использует анонимные идентификаторы для моделей, проходящих слепое тестирование, накопилось достаточно метаданных и тенденций производительности, чтобы наблюдатели могли связать несколько высокорезультативных участников с новым поколением Gemini от Google. Первые впечатления сообщества говорят о том, что Gemini 3.5 сохраняет или улучшает сильные стороны Gemini 1.5 в работе с длинным контекстом и мультимодальностью, при этом делая упор на более строгое следование инструкциям и улучшенную производительность при написании кода. Во многих «слепых» матчах Arena пользователи отмечают, что модели класса 3.5 более отзывчивы в повседневных чатах и задачах на рассуждение, демонстрируя конкурентные результаты по сравнению с топовыми системами от Anthropic и OpenAI. Поскольку Chatbot Arena опирается на добровольные краудсорсинговые оценки, ее рейтинги не имеют такого веса, как формальные академические бенчмарки. Тем не менее, таблица лидеров стала важным реальным индикатором того, как модели ведут себя «в дикой природе», фиксируя качественные факторы, такие как стиль, ясность и надежность, которые сложно свести к единому числовому показателю. Как создатели контента освещают эти изменения Череда быстрых событий — утечки, кодовые имена и новые записи в бенчмарках — дала много материала создателям контента в сфере ИИ. Среди них Джейлин Уильямс , чей новостной контент (включая эпизод, упомянутый в списке Mshale) объединяет такие истории, как утечка Claude Sonnet 4.8 , слухи о линейке Claude Cardinal и появление Gemini 3.5 в Arena, в доступные сводки для разработчиков и энтузиастов. В этих обзорах создатели обычно выделяют три темы: Усиление конкуренции между пограничными моделями, поскольку Anthropic, Google и OpenAI развиваются быстрыми темпами, используя как официальные запуски, так и тихую оценку в публичных бенчмарках для проверки своих возможностей. Непрозрачность и утечки как повторяющиеся проблемы, когда внутренние инструменты и отладочные артефакты становятся неожиданным окном в «дорожные карты» компаний задолго до официальных заявлений. Практическое влияние на пользователей : от разработчиков, задающихся вопросом, когда они смогут получить доступ к производительности уровня Sonnet 4.8, до бизнеса, оценивающего, стоит ли строить свои решения на базе Claude, Gemini или их комбинации. На что обратить внимание дальше Заглядывая вперед, можно выделить основные вопросы для пользователей и наблюдателей. Анонсирует ли Anthropic официально модель Sonnet 4.8 или Cardinal в ближайшие месяцы, и если да, то как она будет позиционироваться по отношению к Opus и конкурирующим системам от Google и OpenAI? Трансформируются ли возможности, намеки на которые содержатся во внутреннем коде — от более мощного программирования и анализа изображений до более устойчивых агентов — в доступные, готовые к промышленному использованию функции? Что касается Google, все внимание приковано к тому, как быстро линейка Gemini 3.5 перейдет от экспериментов в Arena и ограниченного внедрения к широкой доступности в Google Cloud и потребительских продуктах. Любое изменение цен, длины контекста или возможностей дообучения может перекроить рынок выбора провайдеров стартапами и предприятиями. На данный момент ландшафт характеризуется контрастом: непреднамеренная утечка от Anthropic дает представление о том, куда может двигаться Claude, в то время как Gemini 3.5 от Google ищет подтверждения в открытой конкуренции. Вместе они сигнализируют о создании ИИ-экосистемы, где «дорожные карты» продуктов становятся все более заметными — не только через пресс-релизы, но и через код, кодовые имена и коллективное суждение пользователей, испытывающих эти системы на прочность.

Nic Reeve·22:50 20.08.2026

AI & Tech

Лунный ИИ от NASA вновь ставит под вопрос рыночную стоимость IBM

10 сентября 2026 года компании IBM и NASA представили открытую базовую модель NASA-IBM Lunar Foundation Model, что сделало этот проект центральной темой новостей об ИИ и вновь привлекло внимание к тому, как расширяющийся портфель решений IBM в области искусственного интеллекта должен отражаться на рыночной оценке компании. Что именно IBM и NASA запустили 10 сентября 2026 года? IBM и NASA выпустили открытую базовую модель, созданную специально для лунных исследований. Она была обучена на данных наблюдений за Луной, накопленных за десятилетия, и стала общедоступной через открытые репозитории. Модель предназначена для помощи исследователям в поиске залежей льда, кратеров и вулканического рельефа, а также для поддержки планов по обеспечению устойчивого присутствия человека на Луне. Согласно сообщению пресс-службы IBM от 10 сентября 2026 года, модель NASA-IBM Lunar Foundation Model является «одной из первых общедоступных базовых моделей для научных исследований Луны», обученной на обширном наборе данных, подготовленном совместно исследователями IBM и NASA. Научный отдел NASA заявляет, что модель размещена на публичных платформах машинного обучения, а полный программный код доступен в репозиториях для разработчиков, чтобы любой ученый мог скачать, протестировать и адаптировать его. Дата выпуска: 10 сентября 2026 года, объявлено совместно IBM и NASA. Сфера применения: лунный лед, кратеры, вулканическая история и картирование поверхности. Доступ: веса модели доступны по открытой лицензии, код открыт для тонкой настройки и экспериментов. Партнеры: IBM Research, NASA Science и академические партнеры. В репортаже Reuters система описывается как инструмент ИИ с открытым исходным кодом, предназначенный для анализа данных лунных наблюдений за десятилетия и содействия долгосрочному присутствию человека на Луне. Технологические и научные издания подчеркивают, что исследователи могут использовать модель для точного определения вероятных залежей льда в постоянно затененных кратерах, картирования кратеров с низким разрешением и более точного изучения вулканической истории Луны по сравнению с предыдущими методами. Насколько лунная модель NASA-IBM лучше существующих методов? В независимых отчетах о модели NASA-IBM Lunar Foundation Model говорится, что она улучшает обнаружение особенностей лунной поверхности более чем на двадцать процентов по сравнению с широко используемыми подходами, при этом используя меньше размеченных данных для достижения таких результатов. Этот рост точности является одной из причин, по которым инвесторы пересматривают возможности IBM в области ИИ при обсуждении оценки стоимости компании. Reuters ссылается на заявления NASA и IBM о том, что в бенчмарк-тестах лунная модель определяла ключевые особенности поверхности Луны на 23% точнее, чем широко используемые методы. В технологических изданиях сообщается, что точность прогнозов наличия погребенного льда в затененных полярных кратерах на 22% выше, чем у лучших доступных специализированных алгоритмов, а картирование кратеров с низким разрешением достигает точности на 19% выше при использовании вдвое меньшего объема размеченных обучающих данных. Ошибка прогнозирования льда: по данным TechTimes от 11 сентября 2026 года, уровень ошибок снижен на 22% по сравнению с лучшим предыдущим алгоритмом. Точность картирования кратеров: в том же отчете упоминается улучшение на 19% при низком разрешении. Общая идентификация особенностей: Reuters сообщает о точности до 23% выше, чем у широко используемых методов в бенчмарк-тестах. Использование размеченных данных: TechTimes отмечает, что лунная модель ИИ достигла таких показателей, используя лишь половину объема размеченных обучающих данных. В технологическом анализе модели указывается, что научная группа NASA подтвердила доступность системы на публичных ИИ-платформах с полным кодом на сайтах хостинга, что повторяет подход к распространению, который IBM использовала для своих более ранних базовых моделей для наблюдения за Землей — Prithvi. Те ранние модели, представленные в 2023 году для работы с гармонизированными данными спутников Landsat и Sentinel-2, по сообщениям IBM, обеспечивали примерно 15-процентное улучшение по сравнению с современными методами картирования зон наводнений и следов пожаров, используя вдвое меньше размеченных данных. Такая стратегия выпуска геопространственных моделей с явным преимуществом в производительности и открытым доступом помогла утвердить IBM в качестве ключевого игрока в области научного ИИ, что теперь влияет на дискуссии аналитиков и инвесторов о прибыли и оценочных мультипликаторах компании. Как эта лунная ИИ-модель вписывается в общую стратегию IBM в области искусственного интеллекта? Лунная базовая модель расширяет стратегию IBM по созданию специализированных базовых моделей в рамках портфеля watsonx и сотрудничеству с государственными институтами в области открытого геопространственного ИИ. Эта стратегия теперь охватывает наблюдение за Землей, метеорологию, экологический мониторинг и лунные исследования, и все чаще упоминается в аналитических обзорах акций IBM. В объявлении IBM от 3 августа 2023 года о своей геопространственной базовой модели описывалось обучение крупной системы ИИ на данных спутников Landsat и Sentinel-2 за один год по всей территории континентальной части США с последующей тонкой настройкой для таких задач, как картирование зон наводнений и пожаров. По данным IBM, эта модель, ориентированная на Землю, обеспечила 15-процентное улучшение по сравнению с передовыми методами при использовании вдвое меньшего объема размеченных данных, а ее коммерческая версия должна быть интегрирована в IBM Environmental Intelligence Suite, входящую в экосистему watsonx. Семейство базовых моделей: модели IBM и NASA пополняют семейство геопространственных и метеорологических моделей Prithvi, что было отмечено в материалах к выпуску лунной модели. Путь коммерциализации: геопространственная модель IBM связана с Environmental Intelligence Suite, демонстрируя, как научный ИИ интегрируется в программное обеспечение, приносящее доход. Стратегия открытой науки: NASA и IBM предоставляют веса и код по открытым лицензиям, стимулируя использование в глобальных исследованиях. Позиционирование бренда: пресс-служба IBM группирует лунную модель среди своих пресс-релизов об искусственном интеллекте, представляя ее как часть своей стратегии лидерства в области ИИ. В материалах NASA о лунной базовой модели подчеркивается сотрудничество не только с IBM, но и с академическими партнерами, что укрепляет позиции IBM как партнера в области научных вычислений, а не просто коммерческого поставщика. Для инвесторов эта двойная роль важна, так как она формирует восприятие долгосрочной значимости IBM в таких высокозначимых областях, как освоение космоса и климатология. Почему оценка акций IBM снова оказалась в центре внимания после запуска лунного ИИ? Недавние отчеты аналитиков демонстрируют возобновление интереса к потенциалу прибыли IBM от инициатив в области ИИ и квантовых вычислений, при этом лунная модель служит наглядным примером технической глубины IBM. Консенсусные целевые показатели указывают на умеренный рост, а некоторые обзоры напрямую связывают позитивные настроения с сотрудничеством IBM в сфере ИИ и ее планами по развитию продуктов. В статье по анализу акций от 12 сентября 2026 года сообщается, что Уолл-стрит придерживается общего консенсуса «Покупать» (Buy) по акциям IBM. Согласно данным, 25 аналитиков установили 12-месячную целевую цену на уровне 245,35 USD, что примерно на 4,8% выше цены закрытия IBM на 10 сентября, составившей 234,02 USD. В тех же материалах упоминаются другие сводки, указывающие на консенсус «Умеренно покупать» (Moderate Buy) со средней целевой ценой около 265,90 USD, что подразумевало бы более значительный потенциал роста по сравнению с текущими уровнями около 243 USD. Ссылка на цену закрытия: в материале TheStreet, цитируемом в новостях, цена закрытия IBM на 10 сентября 2026 года указана как 234,02 USD. Количество аналитиков: согласно опросу TheStreet, 25 аналитиков установили 12-месячную цель на уровне 245,35 USD. Описание консенсуса: отдельные сервисы рыночных данных описывают рейтинг как «Умеренно покупать» со средней целью 265,90 USD. Метрики оценки: согласно данным Seeking Alpha на период около 10 сентября, прогнозный коэффициент P/E (non-GAAP) составляет 20,22, trailing P/E (GAAP) — 22,15, а мультипликатор P/B — 6,81. Данные Seeking Alpha также показывают отношение стоимости предприятия к выручке (EV/Sales) на уровне 4,22 и отношение стоимости предприятия к EBITDA на уровне 17,72 для IBM, характеризуя компанию как зрелую технологическую фирму с премиальной оценкой по сравнению со многими традиционными конкурентами, но торгующуюся с дисконтом по сравнению с некоторыми более быстрорастущими компаниями, ориентированными на ИИ. Рыночные комментарии связывают такой профиль с сочетанием стабильного дохода от инфраструктуры и развивающегося роста в области ИИ и квантовых вычислений. В материалах, описывающих рост акций IBM благодаря ставкам на квантовые технологии и ИИ, упоминается, что, несмотря на упомянутое вскользь юридическое расследование, интерес инвесторов к передовым вычислительным инициативам IBM остается высоким. В этом контексте лунная базовая модель приводится как демонстрация способности IBM сотрудничать с такими агентствами, как NASA, в области передового ИИ, что подкрепляет аргумент о том, что текущие показатели оценки могут недооценивать будущие денежные потоки от продуктов и услуг на базе ИИ. На кого, помимо акционеров IBM, влияет лунный ИИ NASA-IBM? Лунная модель напрямую затрагивает планетологов и инженеров, работающих в программе NASA Artemis, и косвенно влияет на поставщиков и партнеров, участвующих в планировании лунной инфраструктуры. Она также имеет значение для академических исследователей, разработчиков ИИ и дискуссий о политике в области открытых научных данных и государственно-частного сотрудничества в освоении космоса. В материалах NASA о лунной базовой модели отмечается, что система ИИ обучалась преимущественно на данных с аппарата Lunar Reconnaissance Orbiter и других приборов, что позволило создать единый набор данных, подходящий для машинного обучения. В описании проекта со стороны IBM поясняется, что две организации создали то, что они называют первым набором данных с открытым исходным кодом, который объединяет десятилетия лунных данных в формате, оптимизированном для исследований в области ИИ. Планировщики NASA Artemis: TechTimes отмечает, что система может помочь в выборе мест посадки вблизи южного полюса Луны, где лед может обеспечить наличие воды, кислорода и топлива для последующих миссий на Марс. Сообщество планетологов: NASA и технологические издания заявляют, что любой исследователь в мире может скачать и адаптировать модель для новых исследований лунных явлений. Академические партнеры: NASA ссылается на несколько университетов, участвующих в сотрудничестве, что расширяет доступ для студентов и начинающих ученых. Поставщики космической отрасли: более точные карты льда и рельефа поддерживают компании, работающие над созданием обитаемых модулей, добычей полезных ископаемых и использованием ресурсов на Луне. Для разработчиков ИИ лунная модель демонстрирует, как базовые модели могут быть адаптированы к областям, выходящим за рамки языка и стандартного компьютерного зрения. Для политиков подход с открытой лицензией поднимает вопросы о том, как должны распределяться данные, финансируемые из государственного бюджета, и технологии частного сектора, когда они определяют будущую добычу ресурсов и национальное присутствие на Луне. Что дальше для портфеля ИИ и рыночной оценки IBM? Комментарии научных и рыночных источников предполагают несколько следующих шагов: более широкое научное использование лунной модели, коммерческие ответвления через программные пакеты IBM и продолжающаяся переоценка аналитиками потенциала прибыли IBM от ИИ и квантовых вычислений. Результат повлияет на то, будут ли текущие целевые цены расти или стабилизируются по мере созревания таких проектов, как лунный ИИ. Технологические обзоры указывают на то, что лунная базовая модель следует паттерну, установленному IBM и NASA с моделями Prithvi: открытые веса, открытый код и дообучение силами сообщества на публичных платформах. Такая история делает вероятным появление новых версий, обученных на расширенных наборах данных или адаптированных к другим планетарным телам по мере сбора агентствами новых данных дистанционного зондирования. Научная дорожная карта: долгосрочная цель NASA по обеспечению устойчивого присутствия человека на Луне отводит лунному ИИ центральную роль в планировании миссий. Коммерческий потенциал: предыдущий геопространственный ИИ IBM уже был связан с Environmental Intelligence Suite, что намекает на возможность аналогичной интеграции для лунных или более широких продуктов по космическим данным. Драйверы оценки: целевые показатели аналитиков, собираемые рыночными сервисами, вероятно, будут меняться по мере того, как IBM будет отчитываться о конкретной выручке, связанной с ее моделями ИИ и квантовыми предложениями. Факторы риска: в обзорах акций упоминаются юридические расследования и конкурентное давление со стороны других поставщиков ИИ как противовесы ожиданиям роста. По мере развития этих процессов сотрудничество IBM с NASA над Lunar Foundation Model служит наглядным тестом того, как передовые проекты в области открытого научного ИИ могут трансформироваться в коммерческий спрос и, в свою очередь, в показатели оценки, которые инвесторы тщательно изучают каждый квартал.

Nic Reeve·14:00 16.09.2026