Daily Digest — 14 сентября 2026: более 10 млрд циклов памяти, почти 100 дней жизни для мышей и €13 млрд на дата-центры Финляндии

Экспериментальный материал памяти выдержал более 10 млрд циклов записи, семаглутид прибавил старым мышам почти 100 дней медианной жизни, а NASA и IBM выложили в открытый доступ модель для изучения Луны. Что превращает сильный лабораторный результат в технологию, на которую можно опереться в работе? Ответ лежит за пределами лаборатории: в данных, правах на действие, производственной совместимости и электричестве.

Salesforce: шесть опор для агентов и единый контроль

Salesforce 10 сентября представила архитектуру Trusted Enterprise AI Harness для работы корпоративных ИИ-агентов, то есть программ, которые сами разбираются в ситуации, планируют шаги и выполняют действия в рабочих системах. Компания объединяет в ней шесть групп возможностей: контекст, самостоятельное рассуждение и планирование, действия, управление правилами, безопасность и выбор моделей. Рядом появляется AI Control Plane, единое место, где бизнес видит своих агентов, управляет ими и контролирует их по мере распространения ИИ по компании. Клиенты смогут взять все шесть возможностей как одну систему или только нужные части, соединяя технологии Salesforce с собственными и со сторонними моделями, агентами и системами.

Замысел решает вполне земную задачу. На вопрос «сможем ли мы выполнить этот заказ сегодня?» ни одна система не отвечает целиком: система работы с клиентами знает историю отношений, складская и производственная система хранит остатки и отгрузку, договоры содержат обязательства клиента, а внутренние политики определяют, что вообще можно обещать. Трудность состоит не в том, чтобы соединить эти системы: агенту нужно понять всё это применительно к конкретному клиенту в конкретный момент, выбрать правильное действие, безопасно выполнить его и остаться в рамках правил компании. Salesforce описывает разделение ролей внутри архитектуры: Trusted Context собирает данные, смыслы и память о прошлых обращениях, Trusted Agency отвечает за рассуждение и план, Trusted Action позволяет зарезервировать товар, обновить заказ, запустить отгрузку или подключить человека, а Trusted Governance и Trusted Security проверяют качество данных, полномочия и допустимые операции. Компания рассчитывает, что эти связи и ограничения будут использоваться повторно и их не придётся настраивать для каждого агента отдельно.

Для бизнеса это попытка вынести управление ИИ из отдельных экспериментов в общий слой, сопоставимый с управлением доступом сотрудников и рабочими процессами. Salesforce отдельно подчёркивает ценность собственного контекста компании: модели совершенствуются и становятся доступнее, а клиенты, знания, процессы и история принадлежат только самой организации и потому дают устойчивое отличие. Возможность Trusted Models предусматривает маршрутизацию задач к разным моделям по точности, скорости, стоимости и требованиям бизнеса, поэтому смена модели не должна ломать накопленные правила и контекст. Однако публикация принадлежит самой Salesforce и описывает архитектуру, которую компания строит на основе Data 360, Informatica, MuleSoft, Tableau, Agentforce и Salesforce Guardian, а не результаты эксплуатации у клиентов. В тексте нет сроков полной доступности, цен и измерений того, насколько новый слой снижает число ошибок агентов.

Новая память: более 10 млрд циклов вместо 100 млн

Китайские исследователи из Сидяньского университета в Сиане вместе с коллегами из Городского университета Гонконга и Фуданьского университета взялись за материал, на который давно смотрят разработчики памяти. Он хранит данные, переключаясь между двумя электрическими состояниями, как выключатель, и делает это быстро и, по расчётам, с малыми затратами энергии. Беда была в том, что такой «выключатель» быстро изнашивался. В испытании команда показала более 10 млрд циклов записи в этом классе материалов (вюрцитные сегнетоэлектрики, к которым относится нитрид алюминия-скандия), пишет SCMP со ссылкой на издание Xian Daily. Это примерно в 100 раз больше прежнего результата для того же материала. Статья вышла в четверг, 10 сентября, в журнале Science.

Чтобы понять масштаб: прежние устройства на нитриде алюминия-скандия выходили из строя примерно после 100 млн перезаписей, а для коммерческой памяти нужны миллиарды. Износ происходил из-за крошечных дефектов в кристалле: при каждом переключении они сдвигались и постепенно разрушали материал. Авторы нашли способ удержать эти дефекты на месте, и стойкость выросла на два порядка. Важно и то, где это можно выпускать: материал совместим с нынешними полупроводниковыми заводами, поэтому его не придётся внедрять с нуля.

Зачем это бизнесу. ИИ-серверы постоянно перезаписывают данные, и память, которая не изнашивается, означает меньше отказов, реже замену оборудования и, потенциально, меньше энергии, как раз то, чего не хватает быстро растущим дата-центрам. Совместимость с действующим производством сокращает путь от лаборатории до чипа, но источник не называет ни сроков, ни стоимости такого перехода. Это результат одной исследовательской группы, независимого воспроизведения пока нет, и никто не доказал, что серийный чип сохранит те же 10 млрд циклов после масштабирования.

NASA и IBM: открытая модель для лунной науки

NASA вместе с IBM Research и несколькими научными организациями выпустила NASA-IBM Lunar Foundation Model, одну из первых открытых ИИ-моделей, созданных специально для лунной науки. Модель обучена преимущественно на данных аппарата Lunar Reconnaissance Orbiter, который снимает поверхность Луны с орбиты. Её выложили на Hugging Face, площадке для публикации моделей, и ею может пользоваться кто угодно, а полный код доступен на GitHub для проверок и экспериментов. Объявление вышло 10 сентября.

Базовую модель заранее обучают на большом массиве данных, а затем приспосабливают к конкретной научной задаче, поэтому исследователю не нужно каждый раз начинать обучение с нуля. Данные LRO за 17 лет подошли для обучения потому, что подробно покрывают почти всю поверхность Луны: массив этой миссии больше, чем у всех остальных планетарных миссий NASA вместе взятых. Модель обучена примерно на 2 млн фрагментов изображений, среди которых более 1 млн снимков с разрешением 1 м и почти 964 000 мультиспектральных снимков с разрешением 100 м, а также на снимках и данных рельефа других миссий: GRAIL и Lunar Prospector NASA и японского аппарата SELENE. Кевин Мёрфи, руководитель научных данных NASA, формулирует задачу так: собрать данные — только часть работы, их ещё нужно сделать удобными для исследователей. Модель работает как инструмент картирования: с её помощью исследователи быстро разбирают большие объёмы данных, оценивают изрезанную поверхность, изучают геологическое прошлое Луны и планируют будущие исследования.

Для научных команд открытая публикация снижает стоимость первого эксперимента: вместо собственного обучения с нуля они дообучают общую основу под свою задачу. Похожая логика работает и в бизнесе: ценность создаёт не универсальный алгоритм сам по себе, а тщательно собранный отраслевой массив данных, который можно использовать повторно в разных задачах. Открытый код позволяет внешним исследователям разбирать поведение модели, а не полагаться на закрытый интерфейс. Но сообщение NASA не приводит ни показателей точности, ни частоты ошибок, ни сравнения со специализированными методами анализа. Доступность модели подтверждена, а её пригодность для планирования конкретной миссии этим текстом не установлена.

Семаглутид: старым мышам прибавилось около 100 дней

Команда Калифорнийского университета в Беркли под руководством Даники Чен проверила семаглутид, действующее вещество препаратов Ozempic и Wegovy, на здоровых старых мышах. Двадцатимесячные самки получали препарат три месяца и по сравнению с мышами без лечения показали лучшие мышечные и когнитивные функции. Анализ активности генов выявил снижение воспаления и меньшее падение способности организма восстанавливать ткани. В отдельной группе, где лечение продолжали до смерти, медианная продолжительность жизни оказалась почти на 100 дней больше, чем у животных без препарата. Работу поддержали Национальные институты здравоохранения США (NIH), их сообщение опубликовал ScienceDaily, а статья вышла в журнале Nature.

Семаглутид снижает аппетит, поэтому исследователи отдельно проверили, не сводится ли эффект к меньшему количеству съеденного. Пять месяцев одна группа двадцатимесячных самок получала препарат, а другой урезали рацион на 24%, подобрав ограничение под то, сколько ели мыши на лечении. Ограничение калорий остаётся одним из самых изученных способов продлить жизнь лабораторным животным, и многие эффекты двух подходов совпали, а большинство физиологических показателей осталось стабильным. Но получавшие препарат мыши превзошли собственные исходные показатели в исследовательском поведении, пространственной памяти и поддержании сахара в крови. Их скорость обмена веществ почти не изменилась, тогда как у животных на урезанном рационе обмен замедлился.

Эта разница даёт гипотезу для нового направления работы: препараты класса GLP-1, к которым относятся Ozempic и Wegovy, могут задействовать биологический путь, не сводящийся к ограничению калорий. Рафаэль де Кабо, старший научный сотрудник Национального института старения (NIA) и автор комментария к исследованию, напоминает: «Большинство хронических заболеваний глубоко укоренены в процессе старения». По его логике, если такие препараты действительно замедляют старение, широкий набор клинических выгод выглядит ожидаемым следствием. Для предпринимателей в медицине это основание планировать исследования, а не продвигать новое показание или обещать долголетие. Опыт проведён на здоровых старых самках мышей и ничего не устанавливает о продолжительности человеческой жизни: источник прямо указывает, что для переноса результата на людей нужны дополнительные клинические исследования, и как пример уже идущей работы называет повторный анализ данных испытания SLIM LIVER.

Финляндия: дата-центры ведут инвестиции к энергосети

Google объявила о крупнейшем для себя единичном вложении в Европе: компания направит не менее €13 млрд ($15,1 млрд) за два года на инфраструктуру ИИ в Финляндии. Деньги поддержат дата-центры и энергетические объекты в четырёх точках страны, а также модернизацию сетей, возобновляемую энергетику и другие проекты под растущий спрос на электричество. Совокупную ставку Google, Microsoft и TikTok на Финляндию издание Fortune оценивает более чем в $30,2 млрд. TikTok в апреле объявила о вложении $1,1 млрд и тогда же о втором финском объекте в Коуволе стоимостью €1 млрд ($1,16 млрд) в рамках программы Project Clover, которая держит данные европейских пользователей в Европе. Microsoft в июне подписала предварительное соглашение о покупке примерно 190 гектаров земли на западном побережье и всё ещё проходит согласования на строительство.

Вычислительный центр требует не только серверов, но и постоянного электроснабжения, охлаждения, земли и подключения к сети, поэтому ставка Google выходит далеко за пределы стройки. Компания договорилась с финской энергетической компанией Fortum о продлении срока службы атомной станции в Ловийсе, которая без этой сделки не смогла бы работать после 2030 года. Соглашение рассчитано на 22 года и предусматривает покупку до 50% энергии одной из финских атомных станций. По оценке Google, благодаря договорённости в системе сохранятся 10% финского предложения электроэнергии, а пользователи сети избегут роста цен. В Хамине компания уже эксплуатирует дата-центр в здании бывшей бумажной фабрики и охлаждает его морской водой Финского залива, а в 2024 году объявила о расширении этой площадки на €1 млрд.

Для регионов такие проекты приносят заказы строителям, энергетикам и поставщикам оборудования, но одновременно превращают доступ к мощности сети в предмет конкуренции. Премьер-министр Петтери Орпо называет привлечение инвестиций приоритетом и считает, что ценность экономики данных выходит за рамки прямых вложений и подталкивает исследования и разработки. Предпринимателю стоит смотреть не только на близость облачных мощностей, но и на то, кто оплачивает подключение, резерв энергии и охлаждение. Параллельные планы Microsoft и TikTok означают, что за площадки и мощность сети в стране конкурируют сразу три крупных игрока. При этом Fortune складывает картину преимущественно из заявлений компаний и предварительных соглашений: €13 млрд остаются обязательством на ближайшие два года, а покупка земли Microsoft ещё не означает построенного дата-центра.

Самым редким ресурсом сегодня оказывается не алгоритм, а то, что позволяет ему работать: от полномочий агента до киловатт на подстанции. Выигрывают команды, которые находят это узкое место заранее и берут за него ответственность, пока оно не стало срочной проблемой. Финляндия показывает, как далеко уходит такая ответственность: чтобы построить дата-центры, Google продлевает жизнь атомной станции. Что в вашем проекте придётся построить или сохранить, о чём вы пока не думали как о своей задаче?

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.