искусственный интеллект

К чему глобально движется человечество? Как тренд на ИИ выходит на другой уровень и влияет на вопрос трудовой занятости населения Китая и других стран? О ключевых ИИ-трендах рассуждают Ярослав Кабаков и Тимур Нигматуллин в «Итогах недели», не забывая пройтись по российскому рынку и уделить внимание ликвидным бумагам и поиску точки неэффективности, в которой кроется рост.  

Видео также доступно в YouTube и «VK Видео».

Во-первых, попросил бы вас, друзья, подарить мне ваши плюсы🙏

1. Кто-то пишет про чат-боты служб поддержки корпораций

2. Кто-то пишет про анализ поведения потребителей 

3. Кто-то пишет про анализ севооборота

В любом случае, во всех известных случаях проводилась серьезная работа по сбору и структурированию вводных данных.

А есть примеры применения ИИ(опять же не связанные с искусством и творчеством), которые вас реально удивили, которые бы не требовали ввода специально структурированныхпредварительно собранных данных?

Текущая ситуация и пики 2025 года

На момент 21 февраля 2025 года цены на золото, вероятно, находятся на высоком уровне, если учитывать прогнозы аналитиков, таких как Goldman Sachs, которые недавно повысили целевой уровень до $3100 за унцию к концу 2025 года (по данным Bloomberg). Это предполагает устойчивый рост в течение года, возможно, с новыми историческими максимумами. Однако ваш вопрос подразумевает, что пик уже достигнут или будет достигнут в 2025 году, после чего может последовать снижение, аналогичное предыдущим периодам, например, 2012–2014 или 2022 годов.

Исторические параллели

1. Снижение 2012–2014 годов:
   После пика около $1900 в 2011 году золото упало на 30% к январю 2014 года ($1200–$1250). Это было связано с укреплением доллара, ожиданиями ужесточения политики ФРС и снижением инфляционных страхов. Ключевое: снижение растянулось на два года и сопровождалось резким обвалом в апреле 2013 года.

1. Снижение апреля-октября 2022 года:
   С $1950 до $1650 (около 15–20%) за полгода. Причина — агрессивное повышение ставок ФРС, укрепление доллара и адаптация рынка к геополитической нестабильности. Это было более краткосрочной коррекцией.

• Название «Периоды, когда можно зарабатывать деньги» намекает на руководство по определению оптимальных моментов для финансовых решений, таких как покупка или продажа активов.

Ресурс Securities.io опубликовал статью исполнительного директора и руководителя отдела управления портфелем Mind Money Алексея Афанасьевского "За пределами шумихи: на что на самом деле способны торговые боты с ИИ". Знакомим вас с сокращенным вариантом публикации.

 Место ИИ в трейдинге

В высокочастотном трейдинге(HFT) искусственный интеллект находит актуальное применение в течение последних 5-7 лет. В отличие от традиционных подходов с низкой задержкой, где главный компонент — на более быстрое оборудование, алгоритмы ИИ могут быть использованы для прогнозирования микроструктур книг заказов за сотни миллисекунд, максимум — пару секунд. Это освобождает трейдеров от необходимости постоянно менять и так недешевое оборудование на более быстрое.

Впрочем, это решение уже «собрало сливки», а теперь так работает избыточное число игроков, раз за разом сокращая доходность.

Помимо HFT, ИИ способен анализировать многолетние базы данных. И это позволяет ему выявлять мельчайшие закономерности и взаимосвязи, которые аналитики-люди могут банально прозевать.

Раз в неделю мы запрашиваем у инвесторов комментарии по самым интересным новостям и делимся их мнением с вами.

Ранее мы рассказывали, что государство будет делиться данными для обучения ИИ. Сегодняшний пост на эту тему для нашего канала подготовил Александр Абрамян. 

Ниже публикуем независимое мнение автора.

Государства обладают наибольшим количеством агрегированных данных, а российское правительство решило поделиться этими данными для обучения искусственного интеллекта.

Уже в феврале госорганы и частные разработчики ИИ смогут бесплатно получить доступ к размеченным государственным базам данных в рамках федерального проекта «Искусственный интеллект», входящего в состав нацпроекта «Экономика данных».

О каких данных идет речь? В первую очередь, фото и видео Росреестра, Росстата и других ведомств. С их помощью ИИ сможет обучиться на изображениях городов и предложить решения в таких сферах, как урбанистика, транспорт, ЖКХ, экология и прочих.

Представим, что в скором будущем ИИ проанализирует терабайты фото и видео с улиц городов и камер в режиме онлайн и начнет подсказывать, где нужно починить дорогу, где случилось ДТП и необходимо вызвать наряд полиции, автоматически перенастроит светофоры, чтобы снизить заторы, и т.д.

В России наблюдается рост энергопотребления дата-центров (ЦОДов), используемых для обучения моделей искусственного интеллекта. Дефицит мощностей особенно ощутим в Москве, Санкт-Петербурге, на юге России, в Сибири и на Дальнем Востоке.

Среднее потребление одной серверной стойки без ИИ – 5–10 кВт, а с ИИ – до 40 кВт. Это требует развития электросетевой инфраструктуры. Крупные компании, такие как «Яндекс» и «Сбер», строят собственные ЦОДы, но процесс подключения к электросетям может занять годы.

По данным на 2024 год, ЦОДы в России использовали 2,6 ГВт электроэнергии, что составляет 1% от общей мощности энергосистемы. Однако прогнозируется, что потребление будет расти на 30–40% ежегодно. В юго-восточной части Сибири и на юге страны к 2030 году возможен дефицит до 2,9 ГВт.

Основная проблема – не нехватка электроэнергии, а ее распределение. Для решения требуется модернизация подстанций и развитие сетей. В противном случае дефицит мощностей может замедлить развитие российского ИИ.