Я


Гео и язык канала: Россия, Русский
Категория: Технологии


Канал обо всём и не только⚡

Связанные каналы

Гео и язык канала
Россия, Русский
Категория
Технологии
Статистика
Фильтр публикаций


Репост из: Творческие Инвестиции 🌳
Вот где начинается настоящий финансовый наркотик 90-х.

У МММ доходности выглядели безумно:

1993: компания выплатила дивиденды примерно 1000% годовых. (Википедия)

А в 1994-м было ещё круче: с февраля до августа объявляемая цена акций МММ выросла примерно в 127 раз.

То есть условные 100 000 рублей превращались на бумаге в 12,7 млн. (Википедия)

В некоторые периоды курс фактически удваивался примерно за месяц.

В ноябре 1994-го новая серия билетов выросла с 1000 до 3500 рублей всего за месяц. (ВТБ Россия)

И вот здесь психологический крючок:

банки дают проценты → инфляция жрёт деньги → а МММ говорит: “завтра дороже, чем вчера”.

Люди видели, как сосед реально забрал в 2–5 раз больше, и думали:
«Почему я ещё не там?»

А потом тот же механизм включился наоборот: курс рухнул, пункты закрылись — и фантастическая доходность превратилась почти в ноль.

Вот почему МММ была такой мощной: она продавала не инвестицию. Она продавала ощущение, что ты наконец-то обгоняешь инфляцию.


Репост из: Творческие Инвестиции 🌳
А вот это уже не государственные деньги, а один из самых ярких денежных суррогатов 90-х — билеты МММ.

На фото у тебя 1, 10, 20, 500 и 1000 билетов с портретом Сергея Мавроди.

Их выпустили в 1994 году как упрощённую замену акциям: 1 билет = 1/100 акции МММ. Курс при этом фактически задавала сама МММ.

И в этом весь безумный дух эпохи: люди только что пережили инфляцию, рубль стремительно терял доверие — и тут появляется частная «почти валюта» с лицом одного человека.

Билеты реально покупали, продавали, ими спекулировали, их курс рос вместе с ажиотажем.

А потом система рухнула — и то, что вчера казалось капиталом, стало почти просто красивой бумагой.

То есть перед тобой очень мощный артефакт 90-х:
не деньги государства, а деньги доверия.

Пока доверие росло — бумажка дорожала.
Доверие исчезло — цена почти обнулилась.

👀 И именно поэтому МММ-билеты, на мой взгляд, в альбоме смотрятся идеально рядом с инфляционными рублями: сначала государственные деньги теряли цену, потом люди понесли деньги в частную пирамиду в надежде спастись от обесценивания.


Репост из: Творческие Инвестиции 🌳
Вот это уже финал рублевой инфляции 90-х.

За несколько лет:
100 рублей → 1 000 → 10 000 → 50 000 → 100 000 → 500 000.

Цены в 1992 выросли примерно в 26 раз, в 1993 — ещё примерно в 9 раз.

Нули множились быстрее, чем люди успевали привыкнуть к новым купюрам.

А в 1998-м сделали просто:
1000 старых рублей = 1 новый.

То есть 100 000 превратились в 100 рублей.

Очень наглядная история: сначала инфляция добавляет нули, потом деноминация их просто отрезает.


Репост из: Творческие Инвестиции 🌳
Да. Вот это уже можно читать как вторую большую русскую сагу об уничтожении покупательной способности денег.

В 1961-м всё выглядит спокойно: 1, 3, 5 рублей.

Рубль – настоящая денежная единица, зарплаты считаются сотнями, а не миллионами.

А потом начинается разгон.

• 1991: инфляция около 160% – цены за год выросли примерно в 2,6 раза.

• 1992: вот здесь настоящий взрыв – 2509%. Цены выросли примерно в 26 раз всего за один год.
• 1993: ещё 840% – ещё примерно в 9,4 раза.
• 1994: ещё 215% – больше чем втрое.
• 1995: ещё 131% – более чем вдвое.

И банкноты буквально показывают это глазами:

5 рублей → 5 000 → 10 000 → 50 000 → 100 000 → 500 000 рублей.

Самый дикий масштаб: если условно взять покупательную способность денег конца 1990 года, то к концу 1995-го общий рост цен составил примерно в 4 650 раз.

То есть вещь, которая условно стоила 100 рублей, через несколько лет могла требовать уже порядка сотен тысяч рублей.

И это прекрасно видно даже на обычных товарах: по данным Росстата, килограмм говядины стоил в среднем около 222 рублей в конце 1992-го, а уже в конце 1995-го – около 12 547 рублей.

Поэтому человек тех лет мог получать зарплату 100 000 рублей и вовсе не чувствовать себя богачом.

А финал почти комичный: в 1998 году государство сказало примерно:
«Хватит считать нули».

И провело деноминацию:
1000 старых рублей = 1 новый рубль.

Так что твой альбом действительно читается как экономическая история России:
сначала рубль весит много → потом цифры растут → потом появляются десятки и сотни тысяч → а в конце три нуля просто отрезают.
Практически график инфляции, напечатанный на бумаге.


Репост из: Творческие Инвестиции 🌳
Вот здесь уже начинается настоящий денежный сюр.

Банк России прямо отмечает, что именно в 1921-м линейку совзнаков пришлось довести уже до 100 000 рублей.

🌊 Да – это уже эпоха гиперинфляции.

Для масштаба: если цены 1913 года принять за 1, то к 1920 году они выросли примерно в 9 620 раз, а к 1922-му — уже примерно в 7,3 миллиона раз.

То есть представь всю историю твоего альбома:

• 1910: 100 рублей — несколько месяцев зарплаты, серьёзные деньги.

• 1917: 1000 рублей — ещё большой номинал, но рубль уже рушится.

• 1921: уже печатают 100 000 рублей.

Ещё немного – и счёт идёт на миллионы и миллиарды.

Причём на твоей сторублёвке 1910 года было обещание размена на золото. А здесь уже почти издевательски написано:
«Обеспечивается всем достоянием Республики».
Золота тебе никто уже не даст. 😄

И да – Булгаков это время поймал великолепно.

Причём второй присланный тобой снимок — буквально его текст, фельетон «Бенефис лорда Керзона».

В 1923 году он описывает Москву:

«На Садовую запросили 80 миллионов. Сторговался за полтинник».

А дальше извозчик жалуется, что шины стоят полтора миллиарда.

Вот это, по-моему, самое крутое ощущение от твоих банкнот:

100 000 рублей в руке сегодня выглядит как состояние. А человеку того времени эта пачка цифр могла означать просто несколько бытовых покупок.

Гиперинфляция буквально превратила богатство в арифметику.


Репост из: Творческие Инвестиции 🌳
gpt:

А вот здесь есть очень вкусный бонистический сюрприз.

Это знаменитая 100-рублёвая «Катенька» – с Екатериной II. Банк России подтверждает, что именно так сторублёвку с её портретом называли в народе.

Но твоя конкретная банкнота – серия ЛГ №128840, Шипов / Метц.

И хотя на ней стоит «1910», по принятой атрибуции такая серия относится уже к выпуску Советского правительства 1917–1921 годов!

То есть печатали старый царский дизайн после падения империи.

Это делает её даже интереснее: на купюре Николай II, Екатерина II, имперский герб, обещание размена на золото – а выпущена она уже при новой власти.

А теперь про силу 100 довоенных рублей.

В 1913 году средняя месячная зарплата рабочего была около 24 рублей.

Значит, 100 рублей – примерно 4 месяца работы.

А месячная продовольственная корзина московского рабочего стоила около 6,4 рубля – то есть на сотню можно было кормить одного человека примерно 15–16 месяцев.

И самое красивое сравнение – золото.

На самой банкноте буквально написано:

1 рубль = 17,424 доли чистого золота.

То есть 100 рублей = примерно 77,4 грамма золота.

При нынешней учётной цене ЦБ около 11 824 ₽ за грамм это примерно 915 000 современных рублей.

Поэтому мысленно эту купюру можно представить так:

100 рублей образца 1910 года ≈ капитал порядка сегодняшнего миллиона рублей.

И особенно иронично: когда именно твой экземпляр серии ЛГ попал в обращение, инфляция уже стремительно съедала эту былую мощь.

На бумаге – почти 77 граммов золота.

В реальной экономике революционной России – всё меньше и меньше.


Репост из: Творческие Инвестиции 🌳
Отправил GPT фото выше. Ответ:

О, отличный экземпляр.

И сама банкнота очень хорошо рассказывает, что происходило с деньгами в России в 1917 году.

Это 1000 рублей Временного правительства, 1917 год – один из знаменитых крупных номиналов того периода. Такие купюры часто называют «думскими» деньгами / «думками».

Это ещё не та самая «керенка» номиналом 20–40 рублей, хотя эпоха одна.
А теперь самое интересное: формально настоящая гиперинфляция в России ещё не развернулась в полном масштабе.

Если брать современное экономическое определение – рост цен более чем на 50% в месяц – основной денежный кошмар пришёл уже позже, во время Гражданской войны, особенно в 1919–1922 годах.

Но в 1917-м система уже неслась к нему на огромной скорости.

До Первой мировой 1000 рублей были колоссальными деньгами.

Для обычного человека – практически состояние. А война заставила государство печатать деньги в гигантских количествах: золотой размен прекратился, расходы армии росли, производство и транспорт разрушались, доверие к рублю падало.

Поэтому появление массовой банкноты в 1000 рублей – очень характерный симптом болезни, хотя ещё не финальная стадия.

Можно представить красивую историческую последовательность:

1914: рубль ещё серьёзная имперская валюта. 1917: уже печатают 1000 рублей. 1919–1921: номиналы начинают измеряться десятками тысяч и миллионами. 1922: появляются деньги уже с совершенно безумными цифрами.

И вот поэтому мне особенно нравятся такие банкноты в бонистике: ты держишь не просто 1000 рублей. Ты буквально держишь момент, когда денежная система начала ломаться.

Причём 1917 год особенно интересен: купюра ещё выглядит роскошно и «по-имперски» – сложная гильоширная сетка, государственный стиль, массивный шрифт, серьёзный дизайн.

А экономика, которую этот дизайн должен был символизировать, уже разваливалась изнутри.

Очень атмосферная вещь.


Репост из: Творческие Инвестиции 🌳
Время стричь купоны, господа 🎩


Репост из: Cryptohopium
В 2000 году Институт Клэя объявил список "Задач тысячелетия" – 7 самых важных и фундаментальных проблем математики. Решение любой из них – не просто "галочка", а создание целого пласта новых математических и инженерных инструментов для всего человечества! Поэтому за решение каждой назначили награду в $1 млн.

В 2003 одну из семи задач (гипотезу Пуанкаре) решил Григорий Перельман. Это решение, которое он искал несколько лет, стало фундаментальным прорывом в геометрии и топологии. Перельман не просто доказал гипотезу, а завершил доказательство гораздо более общей гипотезы геометризации Тёрстона, классифицирующей трёхмерные многообразия. Развитые им инструменты (потоки Риччи) используются теоретическими физиками для понимания глобальной геометрии нашей Вселенной, а также процессов в теории струн и пространственно-временных сингулярностях.

Вчера OpenAI заявила, что её новая внутренняя непубличная модель, которая ещё тренируется, но уже "показывает беспрецедентные результаты на внутренних тестах", решила вторую из семи Задач тысячелетия – проблему существования и гладкости уравнений Навье-Стокса, над которой математики бились почти 100 лет.

Сначала 100 агентов за ~50 часов решали отдельную, более простую, но тоже давнюю открытую задачу о сингулярности для уравнений Эйлера.

Затем OpenAI перенаправила рой на гораздо более сложное уравнение Навье-Стокса, масштабировав его до 10 000 агентов и дав им результат Эйлера как исходную идею.

2,7 млн сообщений, 130 млрд токенов (можно 150 000 раз переписать "Войну и мир"), которые обошлись OpenAI от $3 до $15 млн – стоили того. Через 88 часов система выдала аналитическое доказательство на 165 страниц. Ещё 17 часов ушло на формализацию и проверку в Lean – строгом компьютерном верификаторе, который механически проверяет каждую логическую связь, резко сокращая риск человеческой ошибки или ложной логической цепочки.

В чём суть открытия? Уравнения Навье-Стокса – это фундаментальная математическая модель движения жидкостей и газов – от воды в кране и воздуха вокруг крыла самолёта до моделей течения крови и плазмы.

Главный открытый вопрос заключался в следующем: всегда ли гладкое течение остаётся гладким навсегда, или за конечное время в нём может возникнуть сингулярность?

ИИ доказал, что может. Он построил математический сценарий, в котором вихрь стягивается в уменьшающуюся область, вытягивается и ускоряется до бесконечности за конечное время, оставаясь при этом конечным по энергии.

Если предложенное решение пройдёт независимую математическую проверку, произойдёт фундаментальный сдвиг в истории науки. Это изменит наше понимание того, что вообще способны вычислять уравнения, которыми мы описываем физический мир.

Но ещё важнее другое... #ИИволюция

До этого человечество не знало такого доказательства. Если оно пройдёт проверку, то это станет прямой демонстрацией того, что ИИ способен выйти за рамки воспроизведения человеческих знаний и генерировать фундаментально новые математические результаты.

Эту автоматизированную научно исследовательскую группу, которая ставит подзадачи, обменивается удачными идеями и формализует итог, можно натравить на автономный поиск лекарств, проектирование материалов с заданной молекулярной структурой и... на оставшиеся пять "Задач тысячелетия". Самая интригующая из которых – равенство классов P и NP.

Если окажется, что P = NP, то это подарит человечеству ключи для идеального моделирования мира, но... поставит под угрозу фундамент современной криптографии – от RSA и SSL/TLS до криптосистем, на которых держится Биткоин 🙂

Если же P ≠ NP, мы получим доказательство фундаментального предела того, что вообще поддаётся эффективному вычислению в нашей Вселенной. Что тоже мощно для математики.

Ирония в том, что такие рои ИИ уже штурмуют задачи, которые считались вычислительно нерешаемыми за разумное время.

Возможно, мы наблюдаем не просто создание нового инструмента для науки, а появление нового способа заниматься самой наукой.


Репост из: Все о блокчейн/мозге/space/WEB 3.0 в России и мире
Автоматизация меняет не только скорость, но и пространство поиска

Исследователи Core Automation опубликовали очень интересную работу, в которой разбирают как наши данные сформировали открытие нейронных архитектур, и как автоматизация может изменить будущее.

Автор предлагает на этот вопрос посмотреть через призму экспериментов, подробнее вы можете о них прочитать тут.

Но ключевое, на что он обращает внимание - архитектуры, которыми мы пользуемся сегодня не были открыты, они были отобраны.

Сегодня ИИ-агенты ускоряют поиск архитектур, но если поиск ведётся на тех же данных и бенчмарках, то мы найдём те же архитектуры, только быстрее.

Трансформер изначально создавался для машинного перевода, потом адаптирован под код и математику.

Автоматизация открывает 2 возможности:

1. Ускорение - то, что занимало десятилетия, займёт годы или меньше.
2. Расширение пространства поиска - выход за пределы архитектур, которые люди могли итерировать вручную.

А данные, на которых ведётся поиск, определяют, что будет найдено.

Смени бенчмарки , получишь другие архитектуры.


Репост из: Мысли вслух
80% выручки OpenAI и Anthropic дают 1% клиентов

Увидел интересные данные от экономиста Ramp Ары Харазяна.

Ramp обрабатывает корпоративные карты и платежи тысяч компаний, так что довольно хорошо видит, кто реально тратит деньги на AI.

Примерно 80% корпоративной выручки OpenAI и Anthropic приходится всего на 1% клиентов, и состоит этот процент в основном из технологических компаний и AI-стартапов.

Экономика получается довольно замкнутая.

Венчурные фонды дают деньги стартапам, стартапы покупают токены у OpenAI и Anthropic, те покупают вычисления у Microsoft, Google и Amazon, а облака закупают Nvidia и Broadcom. Деньги ходят по одному большому кругу.

Конечных денег из банков, фармы, заводов, ритейла и прочих отраслей при этом заметно меньше, чем можно подумать, глядя на общий AI-бум.

Мы привыкли смотреть на Nvidia, Broadcom, облака, AI-лаборатории и AI-стартапы как на разные инвестиции.

Но при серьёзной коррекции они вполне могут оказаться одной и той же ставкой. Венчурные деньги начинают заканчиваться, стартапы меньше покупают токенов, AI-компании медленнее наращивают вычисления, облакам нужно меньше новых GPU.

Удар проходит по всей цепочке.

У данных Ramp есть важное ограничение. Они хорошо видят стартапы и средний бизнес, но не видят значительную часть огромных прямых контрактов Fortune 500 с OpenAI, Anthropic и облаками.

Так что реальная концентрация почти наверняка ниже.

Сама постановка вопроса от этого не меняется. Производители инфраструктуры уже получают вполне реальные деньги: Broadcom только что показал $16,7 млрд выручки от AI за квартал и огромный денежный поток.

Насколько быстро все эти вычисления превращаются в новую прибыль обычных компаний, а не просто в следующий раунд расходов внутри технологической индустрии, мне кажется сейчас одним из главных вопросов рынка.

Десять разных AI-тикеров в портфеле не обязательно означают десять разных ставок, иногда это одна ставка, просто разложенная по разным частям одной цепочки.

@maxvotek | linkedin | substack


Репост из: Oleg Torbosov
Вилла Дженифер Лопес в Беверли-Хиллз за $60m

На прошлой неделе я писал про виллу Дженнифер Лопес в Бел-Эйре за $28m. В комментариях вы просто умоляли рассказать про её второй особняк, который в три раза больше и в два раза дороже.

Ну что ж, держите. Не благодарите.

Весной 2023 года Дженнифер Лопес и Бен Аффлек наконец купили себе нормальный семейный дом. До этого пара посмотрела 80 объектов и трижды выходила из согласованных всеми сторонами сделок.

Финальный выбор пал на огромное поместье на Уоллингфорд-драйв в локации Беверли-Хиллз. За виллу они заплатили $60m.

Дом должен был стать символом второго сезона отношений Бена и Дженифер. Поклонники назвали его «Беннифер 2.0».

Поместье расположено на вершине холма на участке площадью 2,1 гектара. Сам дом — 3500 м². Здесь 12 спален и 24 ванные комнаты.

Снаружи вилла выглядит как увеличенный в несколько раз европейский загородный дом. Симметричный белый фасад, тёмная крыша, французские балконы и огромный парадный двор.

Интерьеры собраны на границе американской роскоши и дорогого европейского отеля.

Белые стены покрыты сложными молдингами, потолки поднимаются на несколько этажей, а над центральным холлом устроен гигантский стеклянный фонарь.

Тёмное дерево, старые ковры, хрустальные люстры, мраморные камины, кожаные кресла и яркое современное искусство добавляют огромным пространствам уюта.

Главная спальня больше напоминает отдельную резиденцию. В ней стоят кровать с балдахином, диванная группа перед камином и массивные сундуки вместо банкеток.

Главным украшением столовой служит тёмно-зелёный потолок со сложной лепниной. Есть библиотека, несколько гостиных, бар, кинозал и лифт.

Часть поместья превращена в спортивный клуб. Внутри находятся баскетбольная площадка, полноценный тренажёрный зал и боксёрский ринг.

Во дворе панорамный бассейн, джакузи, несколько террас, зоны с открытым огнём и взрослые деревья, закрывающие владение от соседей.

До того как Дженифер купила дом, прежний собственник пытался продать его за $135m. Потом снизил цену до $100m. В итоге она приобрела его за $60m. За два года цена упала вдвое.

После покупки пара вложила два миллиона долларов в обустройство. Но прожили супруги здесь совсем недолго. В 2024 году на фоне слухов о расставании, виллу выставили за $68m. Покупатели не нашлись.

Цену последовательно опускали до $60m, $52m и, наконец, до $50m. Вилла до сих пор в продаже.

После развода Бен Аффлек передал свою долю Дженнифер Лопес, и теперь она единоличный собственник виллы.

Получилась классическая голливудская история. Виллу купили как декорацию для новой семейной жизни, но отношения закончились раньше, чем ремонт.

Обсудим?

#подомам


Репост из: Oleg Torbosov

Показано 13 последних публикаций.