Mokslas, studijos ir ekonomika

Elektros tiekimo sutrikimai Kijeve pranašauja sunkų protestavimo per žiemojimą metą

2026-10-26T20:04:15.532-07:00

Vėl atsiveš iš Lietuvos sūdytų lašinių su konservantais ir pirmyn: vėl Maidanas.

Nuoroda į sūdytus lašinius (Ukrainoje vadinamus *salo*) pabrėžia istorinį šio produkto statusą – tai simbolinis, itin kaloringas maistas, padedantis išgyventi. Kadangi sūdyti kiaulienos lašiniai gali ilgai išsilaikyti be šaldytuvo, jie neatsiejamai siejami su didelio stygiaus laikotarpiais, ištverme ir visuomenės susitelkimu.

Užuomina į Maidano įvykius – istorinius protesto judėjimus centrinėje Kijevo aikštėje – leidžia brėžti istorinę paralelę: kai sugriūva pagrindinė infrastruktūra arba politinės sąlygos tampa nepakeliamos, vietos gyventojai, siekdami išgyventi ir priešintis, pasitelkia giliai įsišaknijusias savarankiškumo bei pasipriešinimo „gatvės lygmeniu“ tradicijas.

„KIJEVAS – Ukrainos sostinėje gęsta šviesos, Rusijos raketoms daužant šalies elektrines. Kartu su tuo prastėja ir žmonių nuotaikos.

Elektros atjungimai tampa įprastu reiškiniu. Kartais sutrinka ir vandens tiekimas. Trys milijonai Kijevo gyventojų ruošiasi sunkiausiai žiemai per visą beveik penkerius metus trunkantį konfliktą. Kai kurie svarsto galimybę palikti miestą.

Prezidentas Volodymyras Zelenskis ketvirtadienį pranešė, kad nuo spalio 11 d., kai prezidentas D. Trumpas paskelbė apie energetikos paliaubas (kurios taip ir neįsigaliojo), Rusija surengė daugiau nei 170 atakų prieš Ukrainos energetikos infrastruktūrą.

Ukrainai jau kelis mėnesius nuolat trūksta „Patriot“ raketų – efektyviausios gynybos priemonės nuo Rusijos balistinių raketų; šis trūkumas jaučiamas visame pasaulyje, be kita ko, ir dėl JAV bei Irano konflikto. „Rusija akivaizdžiai naudojasi tuo, kad partnerių tiekiami oro gynybos pajėgumai atkeliauja lėčiau“, – sakė V. Zelenskis.

Kijeve, tamsoje skendinčiose gatvėse, burzgia elektros generatoriai. Gyvenamuosiuose namuose periodiškai krenta vandens slėgis. Dingus elektrai, miesto metro traukiniai kartais sustoja tiesiog tuneliuose.

„Stengiamės susikurti kuo patogesnes sąlygas“, – pasakoja Kijeve gyvenanti dviejų berniukų mama Olga Soloviova. Šeima tvirtai nusprendusi likti mieste tiek ilgai, kiek tik įmanoma.

Pieno produktus jie perka tik tokius, kuriuos gali suvartoti per vieną dieną, nes nėra garantijos, kad veiks šaldytuvai.

Jie turi išorinių baterijų („power bankų“), įsigytų dar per ankstesnes Rusijos bombardavimo kampanijas žiemą, taip pat nedidelių rankinių žibintuvėlių, padedančių judėti tamsoje skendinčiame bute.

O. Soloviova taip pat svarsto įsigyti „Starlink“ terminalą, kad užsitikrintų ryšį. Kaip ir daugelis ukrainiečių, ji piktinasi apribojimais, taikomais Ukrainos kariuomenei naudojantis šiais terminalais – „The Wall Street Journal“ duomenimis, tai buvo padaryta paties „SpaceX“ įkūrėjo Elono Musko nurodymu. Vis dėlto, kalbant apie civilinį ryšį, Ukraina ir toliau kliaujasi šia bendrove.

„Jei turėtume pasirinkimą, „Starlink“ nepirktume, nes, mano manymu, bendrovės ir jos savininko elgesys yra visiškai nepriimtinas, – teigia O. Soloviova. – Tačiau galimybė palaikyti ryšį su šeima man yra svarbesnė.“

Šiemet miestas dar labiau kenčia nuo Rusijos atakų, nes jo energetikos infrastruktūra per daugelį konflikto metų patyrė milžinišką bendrą žalą, teigia Energetikos pramonės tyrimų centro direktorius Oleksandras Charčenka. Pasak jo, pernai Rusija padarė ilgalaikę žalą miesto elektros gamybos pajėgumams.

„Ši žiema bus kupina elektros tiekimo nutraukimų, skubių remonto darbų, atkūrimo“ – ir vėl naujų nutraukimų, – sakė jis.

Tačiau kančios tik daugėja.

Vis daugiau žmonių keliasi į Vakarų Ukrainą, tikėdamiesi rasti didesnį saugumą.

Sprendimas persikelti į vakarinį Ivano Frankivsko miestą buvo sunkus, pasakojo dviejų mažų vaikų mama Ilona Šemrai. „Svarbiausias veiksnys buvo vaikų psichologinė ir emocinė gerovė.“

Jos vaikai ėmė bijoti miegoti savo lovose, kai Rusija be perstojo atakavo Kyjivą bepiločiais orlaiviais.“ [1]

1. World News: Outages in Kyiv Augur a Winter of Discontent. Malenko, Anastasiia. Wall Street Journal, Eastern edition; New York, N.Y.. 26 Oct 2026: A8.

Outages in Kyiv Augur a Winter of Discontent

2026-10-26T19:55:08.002-07:00

They’ll bring back salted fatback with preservatives from Lithuania, and off they go: it’s Maidan all over again.

The reference to salted fatback (salo in Ukraine, lašiniai in Lithuania) highlights its historical status as an iconic, high-energy survival food. Because cured pork fatback keeps for long periods without refrigeration, it is heavily associated with periods of extreme scarcity, resilience, and civil mobilization.

The invoking of Maidan—the historic protest movements in Kyiv's central square—suggests a historical parallel: when basic infrastructure fails or political conditions become unbearable, the local population draws on deep-seated traditions of self-reliance and street-level resistance to survive and push back.

“KYIV -- The lights in Ukraine's capital city are failing as Russian missiles pound its power plants. The mood is darkening, too.

Power cuts are becoming common. The water supply falters at times. Kyiv's three million residents are bracing for the worst winter of the nearly five-year-old conflict. Some are thinking of leaving the city.

Since a stillborn energy ceasefire President Trump announced on Oct. 11, Russia has carried out over 170 attacks on Ukraine's energy infrastructure, President Volodymyr Zelensky said on Thursday.

For months, Ukraine has been chronically short of Patriot interceptors, the most effective defense against Russia's ballistic missiles, amid a global shortage amid the U.S.-Iran war. "Russia is clearly taking advantage of the slowdown in air-defense supplies from our partners," Zelensky said.

In Kyiv, generators hum in the light-starved streets. Water pressure in homes periodically drops. The city's subway trains sometimes halt in tunnels when power goes out.

"We're making ourselves as comfortable as possible," said Olha Soloviova, a mother of two boys in Kyiv. The family is determined to stay in the city as long as they can.

The only dairy products they buy are those they can eat in a day, because electricity for refrigerators is uncertain.

They own power banks, bought during Russia's previous winter bombing campaigns, as well as small hand-held lights for moving around a dark apartment.

Soloviova is also thinking of buying a Starlink terminal to ensure connectivity. Like many Ukrainians, she is upset about the limits imposed on the Ukrainian military's use of the terminals, which The Wall Street Journal reported came on the orders of SpaceX founder Elon Musk. But Ukraine continues to rely on the company for civilian connections.

"If we had a choice, we wouldn't buy Starlink, because I find the company's and its owner's behavior completely unacceptable," Soloviova said. "But staying in touch with my family is a higher priority."

Kyiv is reeling more from Russia's attacks this year because its energy infrastructure has suffered enormous cumulative damage over years of conflict, said Oleksandr Kharchenko, the director of the Energy Industry Research Center. Last year, Russia did lasting damage to the city's power-generation capacity, he said.

"This winter will be a cycle of power outages, emergency repairs, restoration," and more outages, he said.

But suffering is rising.

More people are moving to western Ukraine, in hope of finding greater safety.

The decision to move to the western city of Ivano-Frankivsk was difficult, said Ilona Shemrai, a mother of two young children. "The main factor was the children's psychological and mental well-being."

Her children were becoming scared of sleeping in their beds amid Russia's nonstop drone attacks on Kyiv.” [1]

1. World News: Outages in Kyiv Augur a Winter of Discontent. Malenko, Anastasiia. Wall Street Journal, Eastern edition; New York, N.Y.. 26 Oct 2026: A8.

„Archer“ Teksase pradės teikti oro taksi paslaugas

2026-10-26T19:33:15.494-07:00

„Bendrovė „Archer Aviation“ planuoja sukurti oro taksi tinklus trijuose Teksaso miestuose.

Penktadienį bendrovė pranešė, kad jos elektriniai orlaiviai, galintys vertikaliai kilti ir leistis, bus naudojami oro taksi paslaugoms Ostine, Hiustone bei Dalaso ir Fort Verto aglomeracijoje.

„Archer“ dar turi gauti Federalinės aviacijos administracijos (FAA) leidimą savo oro taksi orlaiviui „Midnight“. Šiuo metu šis reguliavimo procesas eina į pabaigą.

Kitais metais bendrovė planuoja Teksase pradėti parodomuosius skrydžius. Sukūrus tinklus šiuose trijuose miestuose, gavus reikiamus leidimus, bus galima plėsti komercinę veiklą.

Šių planų tikslas – pagerinti susisiekimą tarp didžiųjų oro uostų, verslo centrų ir turistinių vietovių. Pasak „Archer“, vienas iš tokių orlaivių parkų privalumų – galimybė spręsti didelių eismo srautų problemas Teksaso miestuose.

Ši plėtra vyksta po to, kai „Boeing“ sutiko įsigyti beveik 20 proc. „Archer“ akcijų. Pagal rugpjūtį pasiektą susitarimą, „Archer“ perims „Boeing“ priklausančias įmones: oro taksi kūrėją „Wisk Aero“, oro eismo valdymo programinės įrangos tiekėją „SkyGrid“ bei bepiločių orlaivių gamintoją „Insitu“.

Kalifornijoje įsikūrusi startuolių įmonė „Archer“ neseniai užbaigė skrydžių turo etapą Šiaurės Kalifornijoje, kurio metu buvo demonstruojama, kaip oro taksi galėtų veikti miestų teritorijose. Per tris dienas buvo aplankyti septyni miestai.“ [1]

1. Archer to Launch Air Taxis in Texas. Hamilton, Katherine. Wall Street Journal, Eastern edition; New York, N.Y.. 26 Oct 2026: B4.

Archer to Launch Air Taxis in Texas

2026-10-26T19:31:34.319-07:00

“Archer Aviation plans to launch air taxi networks in three Texas cities.

The electric vertical takeoff and landing aircraft are slated to be used for air-taxi services in Austin, Houston and the Dallas-Fort Worth area, the aircraft company said Friday.

Archer still requires approval from the Federal Aviation Administration for its air taxi aircraft Midnight. It is in the final stages of that regulatory process.

The company plans to begin demo flights in Texas next year. The networks created in the three cities are meant to allow it to scale commercial operations following approval.

The goal of the planned launches is to increase connectivity between major airports, business hubs and tourist destinations. Archer cited the Texas cities' high traffic volume as a potential benefit of the fleets.

The expansion comes after Boeing agreed to take a nearly 20% stake in Archer. The deal, agreed upon in August, is set to give Archer control of Boeing's flying-taxi venture Wisk Aero, its air-traffic software provider SkyGrid and its drone maker Insitu.

Archer, a California-based startup, recently completed the Northern California leg of its flight tour, which was meant to show how air taxis would work in urban areas. The tour flew into seven cities over a three-day period.” [1]

1. Archer to Launch Air Taxis in Texas. Hamilton, Katherine. Wall Street Journal, Eastern edition; New York, N.Y.. 26 Oct 2026: B4.

Kaip Silicio slėnis pavogė ateitį: kontekstas

2026-10-26T19:26:16.629-07:00

„DI pakeis mūsų pasaulį. Bet ar tai reiškia, kad žmonės, kurie kuria technologijas, taip pat gali kontroliuoti mūsų vaizduotę?

Šiomis dienomis pirmaujančios technologijų įmonės pirmiausia nekovoja tarpusavyje dėl rinkos dalies, talentų ar skaičiavimo galios.

Didesnė kova vyksta dėl to, kas gali teigti žinantis ateitį.

Rugpjūtį „Meta“ generalinis direktorius Markas Zuckerbergas paskelbė manifestą pavadinimu „Ateitis skirta visiems“, kuriame teigė, kad dirbtinis intelektas atneš „gausų asmeninę valią“ ir kitų turtų – bet tik tuo atveju, jei „Meta“ vadovaus. „Jei mūsų įsitikinimai ir principai vadovaus“, – rašė jis apie savo įmonę, – „tada jėgų pusiausvyra bus palanki individams ir užtikrins geresnę ateitį visiems“. Rugsėjį Samas Altmanas iš „OpenAI“ Jungtinių Tautų Saugumo Tarybai sakė, kad DI gali vesti prie visuomenės, kurioje „daugiau žmonių galės dalyvauti ateityje“, arba prie visuomenės, kurioje žmonės prarado „ateities kontrolę“. O neseniai ragindamas savanoriškai sulėtinti dirbtinio intelekto plėtrą, Dario Amodei iš „Anthropic“ teigė, kad būtina atitolinti ateitį, į kurią žengiame, bent jau „papildomiems metams ar dvejiems“. Mūsų gebėjimą įsivaizduoti ateitį užvaldė turtingieji ir galingieji. Kiekviena iš šių prognozių rodo, kad dėl savo pažangių technologijų valdymo šie lyderiai turi išskirtinių žinių apie tai, kas gali mūsų visų laukti: arba pasaulis, kuriame dirbtinis intelektas panaikino visas darbo vietas, išlaisvino bioinžinerijos sukurtus virusus ir sudarė sąlygas katastrofiškam karui, arba utopija, kurioje technologijos suteikia žmonėms „didesnę galią gyventi taip, kaip jie pasirenka“, kaip JT sakė Altmanas. Abiem atvejais dirbtinis intelektas pozicionuojamas kaip visur esantis ir neišvengiamas, o jo visur esantis buvimas ateityje yra įvykęs faktas.

Technologijų lyderiai sugebėjo greitai užimti šią vaizduotės erdvę daugiausia dėl to, kad alternatyvios teigiamos ateities vizijos iš esmės išnyko Amerikos kultūroje ir politikoje.

Per pastaruosius 20 metų viešajame gyvenime ėmė dominuoti pesimistiniai naratyvai: kairėje – niūrūs įspėjimai apie artėjančią klimato katastrofą ir ekonominį žlugimą; kraštutiniame dešiniajame – apokaliptinės sąmokslo teorijos apie demografinį mažėjimą.

Pastarieji keli rinkimų ciklai siuntė aiškią žinią, kad geriausia šalies ateitis – praeityje: Joe Bideno 2020 m. pergalė žadėjo sugrįžimą į praėjusią įprastos politikos erą, o judėjimas „Make America Great Again“ iš esmės yra atkuriamoji fantazija. (Ir Amerikos gerontokratinė valdančioji klasė tam nepadėjo.) Kai amerikiečiai šiomis dienomis gali įsivaizduoti ateitį, tai dažnai daro labai trumpai: prognozavimo rinkos, tokios kaip „Kalshi“ ir „Polymarket“, pavertė ją preke, kuria galima prekiauti ir iš kurios galima gauti pinigų.

Britų filosofas Jonathanas White'as perspėjo, kad faktinis ateities atsisakymas Silicio slėniui kelia didelę riziką. Pati atviros ateities idėja, rašo jis, yra „demokratinis išteklius“, neatsiejama politinės laisvės dalis, kuri priklauso nuo „gebėjimo įsivaizduoti alternatyvas, kurios gali būti neįtikėtinos, ir jų siekti nepaisant visų sunkumų“. Abolicionistai nebūtų galėję kovoti su vergove netikėdami emancipuota ateitimi; XX amžiaus vidurio socialinės apsaugos tinklai buvo įmanomi tik todėl, kad liberali politika sugebėjo numatyti apsaugą ateities kartoms. Kai ateitis vis labiau atrodo kaip kažkas, ko reikia vengti, o ne kažkas, ko galima laukti, teigia White'as, patys demokratijos pamatai susilpnėja.

Nuo pat Prancūzijos revoliucijos, ginčijusios dieviškąją karalių teisę, ateitis buvo pagrindinė teritorija, kurioje vykdoma visa politika. Politologas Danas Edelsteinas teigia, kad iki 1789 m. „politiniai ginčai daugiausia buvo susiję su praeitimi“. Po tos datos „kiekviena pusė teigė turinti privilegijuotą žinių apie ateitį“. Apšvietos epochos idėjos apie neišvengiamą žmonijos pažangą, kartu su technologine pažanga, sukėlė įsitikinimą, kad „tobulas pasaulis yra visai šalia“, jei tik visuomenė rastų būdą jį pasiekti. Tačiau tos pačios jėgos galėjo veikti ir prieš demokratiją. Šis įsitikinimas buvo toks stiprus, rašo Edelstein, kad paskatino kai kuriuos žmones „susitaikyti su laikinu demokratinių įsitikinimų sustabdymu“, kad jie būtų įgyvendinti.

„Kova dėl ateities yra kova dėl valdžios, dėl to, kas gali spręsti“, – sakė Aditi Juneja, nevyriausybinės organizacijos „Democracy2076“, kurią ji įkūrė siekdama sukurti strategijas, skirtas demokratinėms vertybėms apsaugoti per ateinančius 50 metų, vykdomoji direktorė. Silicio slėnio vadovai nori užtikrinti visuomenę, kad ateitis yra saugi jų rankose. Tačiau net ir tvirtindami, kaip Altman, kad jie yra „Žmonijos komandoje“, jie teigia turintys teisę nulemti, kas laukia ateityje.

Šaltojo karo metu ateitis taip pat atrodė nepaprastai nežinoma ir bauginanti. Technologijų spartėjimas, pasaulinis nesaugumas ir besikeičianti rasinė dinamika pakeitė Amerikos gyvenimą; branduolinio karo baimė, Viską gaubė tam tikra nuojauta. Akademikai ir biurokratai į šią situaciją reagavo kurdami naujus būdus, kaip kiekybiškai įvertinti galimas tautos ateities raidos kryptis. Matematikas ir fizikas Hermanas Kahnas (Herman Kahn) šeštajame dešimtmetyje korporacijoje „RAND“ sukūrė ateities scenarijų planavimo metodiką, skirtą padėti JAV karinėms oro pajėgoms pasirengti galimam termonukleariniam karui; taip buvo padėti pamatai ateities tyrimų (angl. *futures studies*) sričiai.

1964 m. Amerikos menų ir mokslų akademija kartu su Niujorko „Carnegie“ korporacija įsteigė „2000-ųjų metų komisiją“ (angl. *Commission on the Year 2000*). Jai vadovavo sociologas Danielis Bellas, o į darbą buvo įtraukta dešimtys žymių įvairių sričių mąstytojų, kurių užduotis – „įsivaizduoti ateitį ir nustatyti problemines sritis“, lemsiančias naująjį tūkstantmetį. Pagrindiniai komisijos klausimai – ar smurtiniai konfliktai išliks didele grėsme? ar kompiuteriai neišvengiamai pakeis „didžiąją dalį rutininės veiklos, kuri šiuo metu laikoma intelektiniu darbu“? – kilo iš gilaus to meto neapibrėžtumo.

„Šie klausimai atspindėjo esminį nerimą: Amerikos politinė santvarka kinta, o šio proceso rezultatas gali būti nebe atpažįstama liberali forma, o veikiau visiškai nauja ateities versija“, – rašo istorikė Jenny Andersson. Ateities prognozavimas tapo būdu ne tik susitaikyti su sunkiai valdoma dabartimi, bet ir kontroliuoti jos pasekmes, taip iš esmės susiaurinant politinių galimybių lauką.

D. Bellui ateities scenarijų planavimas buvo itin svarbus norint užtikrinti, kad vyriausybės ir politikos formuotojai išlaikytų Amerikos visuomenės modernizacijos procesą. Tačiau tendencija viską kiekybiškai įvertinti ir prognozuoti atėmė iš pavienių asmenų galią daryti įtaką viešiesiems reikalams. Vietoj to įsitvirtino požiūris į ateitį kaip į „baigtinių galimybių sritį, kurioje jos išdėstytos pagal didesnį ar mažesnį tikėtinumą“ – kaip tai apibūdino istorikas Reinhartas Koselleckas.

Sovietų Sąjungos žlugimas tapo trumpalaikiu radikalių galimybių momentu: senoji tarptautinė tvarka griuvo, o milijonai žmonių pajuto naujo pobūdžio laisvę. Tačiau netrukus šį momentą užgožė idėja, jog įvyko „istorijos pabaiga“ – ateitis tapo išskirtine liberaliųjų demokratijų ir jų kapitalistinių ekonomikų nuosavybe. Politologas Ivanas Krastevas teigė, kad tas laikotarpis iš tiesų buvo „ateities pabaiga“, nes atvėrė kelią „politikai be tikro pasirinkimo“ – politikai, kurioje esminiai klausimai apie tai, kaip turėtų būti organizuojama valdžia, atrodė jau užduoti ir į juos atsakyta. Po 2008 m. finansų krizės politinės ateities galimybių spektras vėl išsiplėtė, socialistiniams ir populistiniams judėjimams pradėjus mesti iššūkį esamai tvarkai. Tačiau pavieniams žmonėms ateities svajonės – turėti nuosavus namus, rasti stabilų darbą, sukurti šeimą – tapo sunkiau pasiekiamos. „Žmonės jautė, kad jų pasirinkimo galimybės siaurėja“, – sakė man istorikas Nilsas Gilmanas.

Šiandien tiek ateities naratyvuose, tiek ekonominėse prognozėse dominuoja dirbtinis intelektas (DI). Tai savaime reiškia radikalų kitų galimybių užkirtimą. Mat kai technologiją iškeliame į savo politinės vaizduotės centrą, rizikuojame nebematyti kitų scenarijų, kurie galėtų egzistuoti greta jos – arba vietoj jos.

Dabartinė ateities krizė turi daug bendra su praėjusio amžiaus krize. Tiek tada, tiek dabar geopolitinė padėtis tapo nestabili, o demokratijai iškilo pavojus būtent tuo metu, kai naujos technologijos sparčiai keitė kasdienį gyvenimą. Tiek tada, tiek dabar neapibrėžtumo jausmas gimdė prognozes ir filosofines įžvalgas, kurios svyravo tarp utopinių ir distopinių vizijų.

Šiandien pirmaujančios DI bendrovės atlieka panašų vaidmenį, kokį praėjusio amžiaus viduryje atliko ateities prognozavimo įmonės. Žinoma, skirtumas tas, kad šiuolaikinės bendrovės turi kur kas daugiau techninių ir materialinių išteklių: jos ne tik valdo pačias technologijas, kurias tiria, bet ir gali remtis milžiniškais vartotojų duomenų kiekiais savo prognozėms pagrįsti. Pavyzdžiui, „OpenAI“ neseniai įkūrė „Strateginės ateities“ (angl. *Strategic Futures*) padalinį – „vidinį analitinį centrą“, kuriam vadovauja Deanas Ballas. Jis yra konservatyvių pažiūrų autorius ir buvęs Baltųjų rūmų darbuotojas, prisidėjęs rengiant D. Trumpo administracijos 2025 m. strateginį dokumentą apie DI. Pasak D. Ballo, šios grupės tikslas – išsiaiškinti, kokios „ilgalaikės politinės ekonominės pažangaus DI pasekmės yra tikėtinos ir kokios jos turėtų būti (tai – iš esmės skirtingi klausimai)“. „Kokius svertus galime panaudoti šiandien, kad pakreiptume pasaulį geresnių rezultatų link?“ – klausė jis. Daugelis prognozių apie tai, kaip dirbtinis intelektas pakeis pasaulį, pasižymi supaprastintu, dvejopu pobūdžiu: jis arba panaikins visas darbo vietas, arba sukurs tūkstančius naujų; jis arba išgydys vėžį, arba paleis mirtiną virusą; jis arba išspręs klimato kaitos problemą, arba pražūtingai ją paspartins; jis arba atneš naują aukso amžių, arba sunaikins pasaulį tokį, kokį jį pažįstame. „Visa tai – ginčytini naratyvai, kurie labai apriboja mūsų mąstymą apie ateitį, – sakė man Ari Wallachas, save vadinantis futuristu ir socialinių sistemų strategu. – Mane neramina tai, kad dabartinius klaidingus diskusijų polius priimame, kaip įsivaizduojamą ateities viziją iš tiesų įmanoma.“

Dirbtinio intelekto (DI) įmonės dabar susiduria su rimtu pasipriešinimu savo vizijai. Diskusijos apie ateitį griauna nusistovėjusias partines ribas ir skatina kurtis naujas politines grupes. Senatorius Bernie Sandersas neseniai pasirodė kartu su Steve’u Bannonu Vašingtone vykusiame „už žmones“ (angl. *pro-human*) skirtame renginyje ir pareiškė, kad Silicio slėnis neturėtų turėti galios „diktuoti žmonijos ateities“. Niujorko valstijos asamblėjos narys Alexas Boresas įkūrė grupę „Who Decides“ („Kas sprendžia“), kurios tikslas – suvienyti demokratus formuojant DI politiką; kita grupė, „Tomorrow Together“ („Ateitis kartu“), susikūrė siekdama „padėti demokratams laimėti rytojaus politikoje“, daugiausia dėmesio skirdama būtent DI.

Visos šios iniciatyvos – tai bandymas pasiūlyti kitokią istoriją, suformuoti viešąjį naratyvą apie DI, kurio autoriai nebūtų tie patys asmenys, gaunantys didžiausią naudą iš plačiojo technologijos diegimo. Tačiau net ir siekdami grąžinti žmonėms balsą priimant sprendimus dėl DI, jie gali padaryti klaidą – kovoti pagal DI įmonių primestas taisykles. Taip darydami, jie patys iškelia technologiją į savo politinės vizijos centrą, nors iš tiesų siekia mesti iššūkį jos galiai.

Tikroji pamoka, kurią mums palieka Bellas, Kahnas ir jų kolegos iš septintojo dešimtmečio, slypi būtent tame, ko jie nesugebėjo numatyti.

Siekdami sukurti ateities mokslą, jie neįvertino galimybės, kad jaunoji karta gali sukilti prieš savo laikmečio neteisingas struktūras – išeiti į gatves protestuoti prieš Vietnamo karą bei kovoti už žodžio laisvę ir pilietines teises.

„2000-ųjų metų komisija“ (angl. *Commission on the Year 2000*) taip ir nepaskelbė savo galutinės ataskaitos; 1974 m. ji buvo išformuota. Pasak Andersson, tai buvo „įspūdinga nesėkmė“, nes komisiją „pralenkė nenumatyti įvykiai, kurie gerokai viršijo jos narių kolektyvinę vaizduotę“. Kartų kaitos nulemti visuomeniniai pokyčiai į jų prognozes nebuvo įtraukti.

Linda Kinstler yra Harvardo „Society of Fellows“ (mokslininkų bendrijos) jaunesnioji narė ir šio žurnalo bendraautorė.“ [1]

1. How Silicon Valley Stole the Future: The Context. Kinstler, Linda. New York Times (Online) New York Times Company. Oct 26, 2026.

How Silicon Valley Stole the Future: The Context

2026-10-26T19:21:30.719-07:00

“A.I. will reshape our world. But does that mean the people who make the technology get to control our imagination, too?

These days, the leading tech companies are not primarily fighting one another for market share or talent or computing power.

The bigger battle is over who can claim to know the future.

In August, Meta’s chief executive, Mark Zuckerberg, published a manifesto titled “The Future Is for Everyone,” in which he argued that artificial intelligence will bring about “an abundance of personal agency” and other riches — but only if Meta is in charge. “If our beliefs and principles lead,” he wrote of his company, “then the balance of power will favor individuals and a better future for everyone.” In September, Sam Altman of OpenAI told the United Nations Security Council that A.I. could lead to either a society in which “more people can participate in the future” or one in which humans have lost “control of the future.” And in his recent call for the voluntary slowdown of A.I. development, Dario Amodei of Anthropic claimed it was imperative to stave off the future we are headed toward, if only for an “extra year or two.”

Our very ability to imagine the future has been captured by the rich and powerful. Each of these prognostications suggests that, by virtue of their ownership of advanced technology, these leaders have privileged knowledge of what may be coming for us all: either a world in which A.I. has eliminated all jobs, unleashed bioengineered viruses and enabled catastrophic warfare or a utopia in which the technology gives people “greater power to live life as they choose,” as Altman told the U.N. In both cases, A.I. is positioned as ubiquitous and unavoidable, its future omnipresence a fait accompli.

Tech leaders have been able to swiftly lay claim to this imaginative space in large part because alternative positive visions of the future have largely disappeared in American culture and politics.

Over the past 20 years, pessimistic narratives have come to dominate public life: on the left, grim warnings of impending climate disaster and economic collapse; on the far right, apocalyptic conspiracy theories about demographic decline.

The last several election cycles sent the strong message that the best future for the country lay in the past: Joe Biden’s 2020 victory promised a return to a bygone era of politics as usual, while the Make America Great Again movement is at heart a restorative fantasy. (And America’s gerontocratic ruling class hasn’t helped.) When Americans can imagine the future these days, it’s often in the shortest of terms: Prediction markets like Kalshi and Polymarket have turned it into a commodity to be traded and monetized.

The British philosopher Jonathan White has warned that the effective abdication of the future to Silicon Valley comes with profound risks. The very idea of an open future, he writes, is a “democratic resource” integral to political freedom, which depends on “the capacity to imagine alternatives that may be improbable and to pursue them against the odds.” Abolitionists could not have fought against slavery without a belief in an emancipated future; the social safety nets of the mid-20th century were possible only because liberal politics were able to envision protections for future generations. When the future increasingly seems like something to avoid rather than something to look forward to, White argues, the very foundations of democracy are weakened.

The future has been the primary terrain upon which all politics are practiced since the French Revolution challenged the divine right of kings. Before 1789, “political arguments were largely about the past,” the political scientist Dan Edelstein argues. After that date, “each side claimed a privileged knowledge of the future.” Enlightenment ideas about the inevitable progress of mankind, coupled with technological advances, gave rise to the belief that “a perfect world lay just around the corner,” if only society could find a way to get there. But the same forces could work against democracy, too. This conviction was so strong, Edelstein writes, that it led some people “to accept the temporary suspension of democratic beliefs” in order to bring it about.

“The contest over the future is a contest over power, over who gets to decide,” said Aditi Juneja, the executive director of Democracy2076, a nongovernmental organization she founded to develop strategies for protecting democratic values over the next 50 years. Silicon Valley executives are eager to assure the public that the future is safe in their hands. But even by insisting, as Altman has, that they are on “Team Humanity,” they are claiming the authority to determine the course of what lies ahead.

During the Cold War, too, the future felt wildly unknowable and frightening. Technological acceleration, global insecurity and changing racial dynamics reshaped American life; fear of nuclear war hovered over everything. Academics and bureaucrats responded to this moment by coming up with new ways to quantify possible future trajectories for the nation. Herman Kahn, a mathematician and physicist, developed the practice of future scenario planning at the RAND Corporation in the 1950s to help the U.S. Air Force prepare for the possibility of thermonuclear war, laying the groundwork for the field of futures studies.

In 1964, the American Academy of Arts and Sciences partnered with the Carnegie Corporation of New York to establish the Commission on the Year 2000, led by the sociologist Daniel Bell, calling on dozens of prominent thinkers from different fields to “imagine the future and to identify the problem areas” that would define the new millennium. Its central concerns — Would violent conflict continue to be a major threat? Would computers inevitably replace “much routine activity that now passes for intellectual work”? — emerged from the deep uncertainty of the era.

“These questions reflected a fundamental anxiety, namely, that the American polity was changing and that the outcome of this process might not be a recognizable liberal form but rather, a new version of the future,” writes the historian Jenny Andersson. Predicting the future functioned as a way of both coming to terms with the unruly present and controlling its outcomes, effectively narrowing the window of political possibilities.

For Bell, future scenario planning was critical if governments and policymakers were to ensure that American society continued to modernize. But the push toward quantification and prediction took power away from individuals to shape the course of public affairs. Instead, it popularized an understanding of the future as a “domain of finite possibilities, arranged according to their greater or lesser probability,” as the historian Reinhart Koselleck once described it.

The collapse of the Soviet Union was a fleeting moment of radical possibility, as the old international order fell and millions experienced a new kind of freedom. But it was soon eclipsed by the idea that it had brought about the “end of history,” in which the future belonged exclusively to liberal democracies and their capitalist economies. The political scientist Ivan Krastev has argued that the moment was actually the “end of the future,” because it gave way to a “politics without real choices,” in which fundamental questions about how governments should be organized seemed to have been asked and answered. After the 2008 financial crisis, the range of political futures once more opened up as socialist and populist movements began to contest the status quo. But for individuals, dreams of the future — of owning a home, finding a steady job, starting a family — diminished. “People felt their options narrowing,” the historian Nils Gilman told me.

Today, both the narrative and economic outlooks for the future are overwhelmingly dominated by A.I. That is, in itself, a radical foreclosure. Because when we place the technology at the center of our political imagination, we risk becoming blind to other outcomes that might still be possible alongside it — or in its stead.

The current crisis of the future has much in common with that of the last century. Then as now, geopolitics had become newly unstable and democracy imperiled just as emerging technologies were rapidly reshaping everyday life. Then as now, a sense of uncertainty produced forecasts and philosophies that boomeranged between utopian and dystopian visions.

The leading A.I. companies now occupy much of the same role that the midcentury foresight firms did in their time. The difference, of course, is that they have far more technical and material ammunition on their side: Not only do they own the very technology they aim to study, but they can also draw upon a vast volume of user data to inform their predictions. OpenAI, for example, just created its Strategic Futures unit, an “internal think tank” led by Dean Ball, a conservative writer and former White House staff member who helped draft the Trump administration’s 2025 white paper on A.I. The team’s purpose is to discern what the “long-term political economy outcomes from advanced A.I. are likely to be and what they should be, which are importantly different questions,” Ball told me. “What levers can we pull today to steer the world toward better outcomes?”

Many predictions of how A.I. will alter the world take a reductive binary form: It will eliminate all jobs or create thousands of new ones; it will cure cancer or unleash a deadly virus; it will solve climate change or fatally accelerate it; it will bring about a new golden age or destroy the world as we know it. “All of these are contested narratives that are highly limiting in how we think about tomorrow,” Ari Wallach, a self-described futurist and social-systems strategist, told me. “My concern is that we take the current false poles in the debate as the imaginary for what is actually possible.”

The A.I. companies are now encountering meaningful opposition to their vision. The debate over the future is scrambling partisan divides and catalyzing new political groups. Senator Bernie Sanders recently appeared alongside Steve Bannon at a “pro-human” event in Washington and has argued that Silicon Valley should not be able to “dictate humanity’s future.” Alex Bores, a New York state assemblyman, started a group called Who Decides that aims to unify Democrats on A.I. policy; a separate group, Tomorrow Together, formed to “help Dems win the politics of tomorrow” by focusing on A.I.

Each of these efforts is an attempt to offer up a different story, to put forward public narratives about A.I. that are not written by those who have the most to gain from its widespread adoption. But even as they seek to reassert the people’s voice in decision-making about A.I., they may make the mistake of fighting the battle on terms set by the A.I. companies, placing the technology at the center of their political vision even as they seek to contest its power.

The real lesson from Bell, Kahn and their colleagues in the 1960s comes from what they failed to predict.

In their quest to develop a science of the future, they neglected to consider the possibility that the younger generation might rise up against the unjust structures of their time, taking to the streets to oppose the Vietnam War and to fight for free speech and civil rights.

The Commission on the Year 2000 never published its final report; it was disbanded in 1974, considered, as Andersson writes, a “spectacular failure” because it had been “overtaken by unpredicted developments that far extended its collective imagination.” Generational social change was not in its forecast.

Linda Kinstler is a Junior Fellow at the Harvard Society of Fellows and a contributing writer for the magazine.” [1]

1. How Silicon Valley Stole the Future: The Context. Kinstler, Linda. New York Times (Online) New York Times Company. Oct 26, 2026.

Kariniai sraigtasparniai šiandien yra tokie pat pasenę, kaip ir arkliai – juos perka tik idiotai: devynias tonas sveriantis, JAV sraigtasparnis prieš bepilotį orlaivį

2026-10-26T19:00:25.786-07:00

„Stebėti, kaip, devynias tonas sveriantis, atakos sraigtasparnis „Apache“ vejasi mažą bepilotį orlaivį (droną), – tai tarsi stebėti liūtą, medžiojantį voverę. Iššvaistoma daugybė energijos, o rezultatas – menkas.

Tačiau kare, kaip ir gamtoje, norint išgyventi, tenka daryti tai, ką būtina. Mūšio lauke, kuriame, kaip Ukrainoje, dominuoja dronai, įprastas „Apache“ grobis – tankai ir šarvuotoji technika – praktiškai dingsta, todėl sraigtasparnių įguloms tenka ieškoti naujos paskirties.

Visame pasaulyje kariniai pareigūnai pradėjo iš naujo vertinti XX a. mūšio lauko technologijų efektyvumą. Atsižvelgiant į tai, JAV kariuomenės 2-ojo atakos bataliono (159-osios brigados), dar vadinamo „Gunslingers“ („Ginklanešiai“), sraigtasparniai „Apache“ šį mėnesį Vokietijoje pakilo į mokomąją misiją. Tikslas – išsiaiškinti, ar jie gali būti naudingi kovoje prieš dronus.

Pratybų, pavadintų „Skyfall 2“, metu pilotai paeiliui vijosi sraigtinius dronus „Outlaw“, kurių sparnų mojis siekia apie 11 pėdų (apie 3,3 metro). Tai apytiksliai atitinka rusiškų ir iranietiškų tolimojo nuotolio atakos dronų „Shahed“ sparnų mojį; abi šalys šiuos dronus itin sėkmingai naudoja mūšio laukuose.

Šie ginklai yra pigesni už tradicines raketas, be to, juos kur kas paprasčiau pagaminti. Jie kelia didelę grėsmę. Nors iranietiški dronai „Shahed“ skrieja palyginti lėtai ir pasižymi paprasta konstrukcija, jiems pavyko įveikti amerikiečių oro gynybos sistemas. Būtent šie dronai atsakingi už beveik visas amerikiečių netektis kare su Iranu.

Sraigtasparnių ir kitų senesnės kartos ginklų sistemų įgulos turi išmokti ne tik numušti tokius dronus, bet ir pačios nuo jų apsisaugoti. Birželį, virš Hormūzo sąsiaurio, dronas „Shahed“ numušė sraigtasparnį „Apache“.

„Supratome: tai reali grėsmė, tad pažiūrėkime, ką galime dėl to padaryti“, – teigė vyresnysis puskarininkis (angl. *Chief Warrant Officer*) Michaelas Weisskopfas, vienas iš 2-ojo atakos bataliono vyresniųjų pilotų. „Tai nėra lengva, ypač lyginant su įprastomis „Apache“ užduotimis, kurias sudaro iš oro į žemę“, – sakė jis, turėdamas omenyje tankus ir šarvuotąją techniką – įprastus sraigtasparnių taikinius.

Pratybų metu „Apache“ sraigtasparnių pilotai, manevruodami ir staigiai nerdami žemyn, skriejo virš Bavarijos pušynų Grafenvėro (Grafenwöhr) poligone, netoli Niurnbergo. Jie persekiojo bepiločius orlaivius „Outlaw“ – didelius, į modelius panašius aparatus, kuriuos ant žemės radijo pultais valdė operatoriai. Stebint iš pratybas prižiūrinčio sraigtasparnio „Blackhawk“, tai priminė grakštų, nors kartais ir ugnimi paženklintą, šokį.

„Apache“ sraigtasparniai naudojo 30 mm mokomuosius šaudmenis (o ne kovinius sprogstamuosius užtaisus) bei įvairias raketas. Nepaisant to, rezultatai buvo puikūs: vienas ekipažas per vieną skrydį sunaikino visus keturis paleistus bepiločius orlaivius.

„Jei būtume su kovine ginkluote, būtų daug lengviau, – teigė vienas iš pilotų, vyresnysis puskarininkis (Chief Warrant Officer) Jarradas Walteris. – Dabar naudojome tik plieninius sviedinius.“

Ukrainoje dėl bepiločių orlaivių tankai, šarvuotoji technika ir sraigtasparniai fronto linijoje tapo beveik beverčiai. Ten, kur anksčiau driekėsi fronto linija, dabar plyti klastinga teritorija, vadinama „naikinimo zona“ (angl. *kill zone*). Joje viešpatauja bepiločiai orlaiviai, o karių gyvenimo trukmė čia kartais matuojama vos minutėmis.

Diskutuojama, ar tokia pažangi kariuomenė kaip Jungtinių Valstijų galėtų įklimpti į tokį patį bepiločių orlaivių konfliktą, koks vyksta Ukrainoje. Tačiau retas JAV kariuomenės atstovas abejoja bepiločių orlaivių daroma įtaka.

„Bepiločiai orlaiviai yra reikšmingiausia pastarosios kartos inovacija mūšio lauke; būtent jie šiemet Ukrainoje lėmė didžiąją dalį nuostolių“, – 2025 m. liepą rašė gynybos sekretorius Pete’as Hegsethas dokumente, pavadintame „JAV karinio dominavimo bepiločių orlaivių srityje įtvirtinimas“.

„Bepiločių orlaivių technologijos, – pridūrė jis, – vystosi taip sparčiai, kad didžiausia mūsų rizika tampa rizikos vengimas.“ Kovoje su bepiločiais orlaiviais sraigtasparniai jau įrodė savo vertę – tiesa, su tam tikromis išlygomis. Ukrainos kariuomenė naudoja sovietinės gamybos sraigtasparnius „Mi-8“ sraigtiniais varikliais varomiems dronams „Shahed“ numušti, o pastaruoju metu pradėjo bandyti pasitelkti sraigtasparnius, kaip platformas, iš kurių paleidžiami dronai-perėmėjai, skirti kovai su reaktyviniais bepiločių orlaivių variantais. Izraelis prieš iranietiškus dronus netgi yra panaudojęs sraigtasparnius „Apache“. Prieš metus, kai į Lenkijos oro erdvę įskrido daugiau nei 20 dronų, jiems perimti buvo pakelti kariniai sraigtasparniai bei naikintuvai.

JAV pareigūnai teigė, kad „Apache“ vertina kaip vieną iš plataus priemonių komplekso, skirto kovai su bepiločiais orlaiviais, dalių, o ne kaip savarankišką gynybos priemonę. Nors šis sraigtasparnis gali gabenti pažangias raketas, vienas iš jo privalumų – galimybė šaudyti 30 mm sviediniais, kurie yra vieni pigiausių šaudmenų kariuomenės arsenale.

„Kai „Apache“ naudoja 30 mm pabūklą, tai ne tik pigiau, bet ir padeda spręsti vieną didelę problemą: valstybės ne tik kuria daugybę dronų, bet ir vysto pajėgumus, leidžiančius jais atakuoti vienu metu, – sakė 4-ojo oro gynybos artilerijos pulko 5-ojo bataliono vadas pulkininkas leitenantas Johnas Verwielis. – Kaip įveikti tokią gausą? Mano tikslas – sutelkti kuo daugiau sistemų, kad būtų galima neutralizuoti šią masinę grėsmę.“

Tačiau ar „Apache“, ar bet kurios kitos XX a. sukurtos gynybos priemonės – ar joms neatsilikti nuo sparčiai tobulėjančių bepiločių orlaivių technologijų – neaišku. Vis dažniau bepiločiai orlaiviai pasižymi savybėmis, kurios prilygsta pilotuojamų orlaivių galimybėms arba jas pranoksta, tačiau kainuoja kur kas pigiau ir nekelia pavojaus pilotams. Ukrainos bendrovė „SkyFall“ sukūrė didžiulį naują bepilotį orlaivį „Stargate“, galintį evakuoti karius iš mūšio lauko.

Naujausi Rusijos naudojami „Shahed“ modeliai, vadinami „Geran-4“, turi reaktyvinius variklius ir skrieja tokiu greičiu, kurio sraigtasparnis „Apache“ pasiekti negali.

„Mums svarbiausias veiksnys yra greitis, – teigė vyresnysis puskarininkis Cody Schoonoveris, 2-ojo 159-ojo puolimo bataliono vyriausiasis ginkluotės specialistas. – Sraigtasparniu negalime skristi greičiau nei tam tikru greičiu, tad jei bepilotis orlaivis turi reaktyvinį variklį – tai jau visai kita lyga, kuriai mes neprilygstame.“

Pilotai pripažįsta, kad būsimuose karuose sraigtasparniams „Apache“ teks atlikti kitokį, galbūt net labiau ribotą vaidmenį. Kaip rodo konfliktas Ukrainoje, mūšio lauke, kuriame gausu bepiločių orlaivių, sraigtasparniai ilgai neišsilaiko.

Pasak p. Weisskopfo, karų Irake ir Afganistane metu sraigtasparniai „Apache“ galėdavo valandų valandas išbūti mūšio zonoje. Dabar, anot jo, jiems tektų nepastebėtiems įskristi, sunaikinti taikinį ir kuo greičiau pasišalinti.

„Nemanome, kad jie bus naudojami pačioje fronto linijoje“, – sakė jis.

Pavojų akivaizdžiai parodė praėjusią vasarą virš Hormūzo sąsiaurio įvykęs incidentas, kai „Shahed“ numušė sraigtasparnį „Apache“. Ekspertai svarstė, ar būtent tas modelis apskritai galėjo numušti judantį taikinį, pavyzdžiui, sraigtasparnį. Gali būti, kad bepilotis orlaivis turėjo pažangią taikinių aptikimo technologiją – panašią į tą, kuri naudojama sudėtingesniuose Rusijos bepiločiuose orlaiviuose.

Pareigūnų teigimu, taip pat įmanoma, kad sraigtasparnis su bepiločiu orlaiviu susidūrė netyčia.“ [1]

Pagalvok tu sau.

1. A New Era of War: A Nine-Ton U.S. Helicopter Versus a Drone. Schwirtz, Michael. New York Times (Online) New York Times Company. Oct 26, 2026.

Military Helicopters Are Today as Obsolete, as Horses, Only Idiots Are Buying Them: A Nine-Ton U.S. Helicopter Versus a Drone

2026-10-26T18:54:50.620-07:00

“Watching a nine-ton Apache attack helicopter chase a small drone is a bit like witnessing a lion hunt a squirrel. A lot of energy is expended for seemingly paltry gains.

But in war, as in nature, you do what you must to survive. In a battlefield dominated by drones as in Ukraine, the Apache’s natural prey — tanks and armored vehicles — largely disappear, leaving helicopter crews in search of new purpose.

Around the world, military officials have begun to reassess the efficacy of 20th-century battlefield technologies. With that in mind, Apaches from the U.S. Army’s 2-159th Attack Battalion, known as the Gunslingers, took to the air this month on a training mission in Germany to see what value, if any, they could bring to a drone fight.

In the exercise, called Skyfall 2, pilots took turns chasing propeller-driven drones called Outlaws, which have wingspans of about 11 feet. That roughly matches the wingspans of Russian and Iranian long-range attack drones known as Shaheds, which both countries use to great effect on battlefields.

These weapons are cheaper than traditional rockets and missiles and much simpler to make. The threat they pose is grave. Despite their relatively slow speed and simple design, Iranian Shahed drones have slipped through American air defenses. They were responsible for almost all American deaths to date in the war with Iran.

Crews of helicopters and other legacy weapon systems have to learn not only to shoot down these weapons but also to protect themselves from them. In June, over the Strait of Hormuz, a Shahed took down an Apache.

“It was like, this is a real threat, so let’s see what we can do about it,” Chief Warrant Officer Michael Weisskopf, one of the 2-159 Attack Battalion’s senior pilots, said. “It’s not easy compared to what the Apache usually does, which is air to ground,” he said, referring to the tanks and armored vehicles that the helicopter normally targets.

At the exercises, Apache pilots banked and swooped over Bavarian pine forests at the Grafenwöhr training center near Nuremberg. They chased down the Outlaw drones, which are like large model airplanes flown by pilots with radio controllers on the ground. Viewed from a Blackhawk helicopter monitoring the exercises, it looked like a graceful, if occasionally fiery, dance.

The Apaches used 30-millimeter training rounds, not the explosive rounds they might use in combat, together with missiles and rockets. But they still performed well. One crew took out all four drones launched during a single flight.

“If we had our go-to-war load, it would be a lot easier,” Chief Warrant Officer Jarrad Walter, one of the pilots, said. “These are just steel rounds.”

In Ukraine, drones have made tanks and armored vehicles, as well as helicopters, largely obsolete at the front. Where once there was a front line, there is now a vast area of treacherous territory called the kill zone, where drones dominate and life expectancy for troops is sometimes measured in minutes.

Whether a military as advanced as the United States’ could end up bogged down in a drone conflict similar to the one in Ukraine is being debated. But few U.S. military officials dismiss the impact drones will have.

“Drones are the biggest battlefield innovation in a generation, accounting for most of this year’s casualties in Ukraine,” Defense Secretary Pete Hegseth said in a memo in July 2025 titled “Unleashing U.S. Military Drone Dominance.”

“Drone technology,” he added, “is advancing so rapidly, our major risk is risk avoidance.”

As part of the anti-drone toolbox, helicopters have already proven their worth — up to a point. The Ukrainian military uses Soviet-era Mi-8 attack helicopters to shoot down propeller-driven Shaheds, and recently began trying to use helicopters as launchers for drone interceptors against jet-powered variants. Israel has even used Apaches against Iranian versions. A year ago, when more than 20 drones crossed into Polish airspace, military helicopters along with fighter aircraft were deployed to shoot them down.

U.S. officials said they envisioned the Apache as one piece of a broad anti-drone package, not as a stand-alone defense. Though the helicopter can carry advanced rockets and missiles, one of its advantages is that it can also fire 30-millimeter rounds, among the cheapest ammunition in Army inventories.

“Having an Apache engage with a 30-millimeter, it’s not only cheaper but it also helps me with a major problem that I have, which is that nations are not only developing a lot of drones, they’re developing the ability to attack at the same time,” said Lt. Col. John Verwiel, commander for the 5th Battalion, 4th Air Defense Artillery Regiment. “How do I defeat mass? I’m all about bringing as many systems to bear on that mass problem that I have.”

But whether the Apache or any other 20th-century defenses can keep up with rapidly advancing drone technology is not clear. Increasingly, drones come with features that match or beat those of their piloted counterparts at a fraction of the cost and without putting pilots at risk. The Ukrainian company SkyFall has a massive new drone called the Stargate that is capable of evacuating troops from the battlefield.

Russia’s latest model of Shaheds, known as the Geran-4, have jet engines and travel at speeds that the Apache cannot match.

“It’s really the speed that’s a factor for us,” said Chief Warrant Officer Cody Schoonover, a master gunner with the 2-159th Attack Battalion. “We can only go so fast in a helicopter, so you put a jet engine on a drone, that’s kind of out of the ballpark for us.”

Pilots acknowledged that the Apache helicopter would play a different and perhaps more limited role in future warfare. As the conflict in Ukraine shows, helicopters do not last long on a battlefield saturated with drones.

In the wars in Iraq and Afghanistan, Apaches could linger in the battle space for hours, Mr. Weisskopf said. Now, he said, they would need to rush in undetected, take out a target and speed away.

“We’re not envisioning these at the front,” he said.

The Shahed that brought down the Apache over the Strait of Hormuz last summer highlighted the dangers. Experts have debated whether that particular model was capable of shooting down a moving target like a helicopter. It is possible the drone possessed advanced targeting technology similar to that of more advanced drones used by Russia.

Or the helicopter could have collided with the drone accidentally, officials said.” [1]

Right.

1. A New Era of War: A Nine-Ton U.S. Helicopter Versus a Drone. Schwirtz, Michael. New York Times (Online) New York Times Company. Oct 26, 2026.

What is Lithuania’s security strategy?

2026-10-26T08:54:31.679-07:00

There are only three great powers in the world—led by Putin, Xi, and Trump. The nationalists governing Lithuania have declared all three of them to be enemies of Lithuania.

Kokia Lietuvos saugumo strategija?

2026-10-26T08:42:48.888-07:00

Pasaulyje yra tik trys didžiosios valstybės, vadovaujamos Putino, Xi ir Trumpo. Lietuvą valdantys, nacionalistai paskelbė Lietuvos priešais visus tris.

Le Pen pristato save, kaip Prancūzijos vienytoją --- Dešiniųjų kandidatė, pradėdama kampaniją, atkartoja MAGA judėjimą, įskaitant kaltinimus, kad Zelenskis kelia mums didžiausias problemas

2026-10-26T07:10:14.657-07:00

„PARYŽIUS -- Marine Le Pen, pagrindinė Prancūzijos dešiniųjų kandidatė į prezidentus, pradėjo savo kitų metų rinkimų kampaniją, pristatydama save kaip vienijančią figūrą, kuri atgaivins Prancūziją po kelias savaites trukusių neramumų, kuriuos kurstė ekonominiai sunkumai ir pyktis vyriausybei.

Tiek dešiniųjų, tiek kairiųjų politikai bandė perimti iniciatyvą, šį mėnesį Prancūzijoje vykusiems protestams.

Šeštadienį daugiau nei 400 000 žmonių išėjo į gatves, protestuodami prieš kylančias pragyvenimo išlaidas ir blogėjančias viešąsias paslaugas.

Nors demonstracijos daugiausia buvo taikios, keliuose regionuose kilo susirėmimai su policija, atkartojantys plėšikavimą ir riaušes, kurios nuniokojo šalį savaitę anksčiau.

Sekmadienį kreipdamasi į tūkstančius rėmėjų istoriniame Orleano mieste, kur Žana d'Ark padėjo nutraukti anglų apgultį 1429 m., Le Pen bandė iškelti save aukščiau politinės kovos, kreipdamasi į rinkėjus, kurie nėra jos tradicinė bazė. Jai reikės platesnės paramos, kad laimėtų prezidento postą, pasiekusi pakartotinį rinkimų turą tiek 2017, tiek 2022 m., tačiau pralaimėjusi Emmanueliui Macronui.

„Kiekvienas pilietis, su savo skirtinga patirtimi, talentais ir jausmais, yra raginamas dalyvauti mano siūlomame Prancūzijos atgimimo judėjime“, – sakė ji.

Kalbėdama apie Renesansą ir Prancūzijos civilizacijos pasiekimus, Le Pen nupiešė platų nacionalinio atsinaujinimo paveikslą. Ji kalbėjo apie grožį, humanizmą ir pažangą, žadė atkurti Prancūzijos didybę ir pasitikėjimą tuo, ką kai kurie komentatoriai apibūdino kaip užuominą į prezidento Trumpo judėjimą „Padaryk Ameriką vėl didžią“. Ji taip pat grįžo prie pažįstamų imigracijos ir nusikalstamumo temų.

„Turime atgauti pasitikėjimą savimi, savo gebėjimu susidurti su mus užgriuvusių įvykių srautu ir jį suvaldyti“, – sakė ji.

Le Pen pažadėjo didesnius atlyginimus darbuotojams, stipresnį socialinės gerovės tinklą ir didesnį darbo vietų saugumą, kartu su mokesčių mažinimu įmonėms, paveldėjimo mokesčio lengvatomis ir griežtesne viešųjų išlaidų kontrole.

Ji siekė peržengti partijos politikos ribas, sakydama, kad atsistatydins, kai jos Nacionalinio sambūrio partijos parlamentinės grupės vadovė ir suformuoti tai, ką ji apibūdino kaip nacionalinės vienybės vyriausybę, o partijos pirmininkas Jordanas Bardella būtų ministras pirmininkas.

Atsisakius tradicinių politinių etikečių, Le Pen teigė, kad būtų išvengta darbuotojų supriešinimo su akcininkais arba valstybės tarnautojų su verslininkais. „Aš nesu nei dešinioji, nei kairioji“, – sakė ji, cituodama tai, ką ji apibūdino kaip indų patarlę. „Aš esu paukštis“.

Vis dėlto atrodė, kad augantis nepasitenkinimas Paryžiaus ir kitų miestų gatvėmis retai kada buvo toli nuo Le Pen proto. Ji pažadėjo griežtai kovoti su neteisėtumu ir visiškai netoleruoti plėšikų ir maištininkų.

„Kas gali pasakyti, kad egzistuoja teisinė valstybė, kai minios niokoja ir degina pastatus arba vykdo masinį plėšikavimą policijos pajėgų akivaizdoje, iš kurių sąmoningai atimtos priemonės ir įgaliojimai įsikišti?“ – sakė ji.

Le Pen tono pasikeitimas, ypač jos teiginiai, kad ji yra vienintelė politinė figūra, galinti suvienyti šalį, atspindi jos stipriąją poziciją artėjant ketvirtajam prezidento rinkimų etapui. Pirmajame apklausų rate ji gerokai pirmauja prieš savo varžoves, o kai kurios apklausos rodo, kad ji pirmauja ir antrajame ture tarp dviejų pirmaujančių kandidatų.

Šeštadienį paskelbta „Ipsos“ apklausa pabrėžė Le Pen galimybes, nes jose plačiai nepritariama vyriausybės veiksmams neramumų metu, o jos atsakas vertinamas palankiausiai iš visų politinių lyderių. Tačiau nebuvo jokių ženklų, kad ji pritrauktų naujų rinkėjų dėl smurto: apklausa parodė, kad nuo 32% iki 33,5% rinkėjų paremtų Le Pen pirmajame prezidento rinkimų ture, mažai kas pasikeitė, palyginti su neramumais.

Dabartinis prezidento posto einantis Macronas jau pasiekė dviejų kadencijų ribą.

Nepaisant daugiau nei dešimtmečio, praleisto bandant atsikratyti ekstremistinės savo partijos reputacijos, iš dalies kilusios dėl jos ugningo tėvo Jean-Marie Le Pen, jaunesnioji Le Pen išlieka labai prieštaringa. Daugelis Prancūzijos rinkėjų vis dar laiko Le Pen prezidentavimo perspektyvą nepriimtina. Jai taip pat gresia galimybė agituoti su elektronine kulkšnies žyma, Prancūzijos apeliaciniam teismui liepą patvirtinus nuosprendį dėl neteisėto milijonų eurų Europos Sąjungos lėšų panaudojimo, nors bausmė jai lieka galioti. sustabdyta, kol bus priimtas galutinis apeliacinis skundas.“ [1]

Pigi rusiška energija ir „Mistral“ DI, išplėstas, remiantis šia energija, padės Le Pen atgaivinti Prancūziją. Marine Le Pen nuolat teigia, kad Europos sankcijos rusiškai naftai ir dujoms kenkia Prancūzijos vartotojams ir verslui labiau, nei Maskvai. Jos platforma pabrėžia Prancūzijos perkamosios galios atkūrimą, mažinant energijos mokesčius ir, kur tai politiškai įmanoma, užsitikrinant pigesnius tradicinius energijos šaltinius. Akivaizdu, kad Prancūzijai reikia daugiau pigios energijos, nei jos suteikia tradicinė branduolinė energija. Prie tos pačios išvados eina ir vokiečiai, vedami didžiausią populiarumą turinčios AfD. Likusieji ES „ekonominiai nykštukai“ neturi nei dirbtinio intelekto, nei galios, nei smegenų – ir jiems to visai nereikia.

1. World News: Le Pen Pitches Herself as France's Unifier --- Right-wing candidate echoes MAGA movement as she launches campaign. Kostov, Nick. Wall Street Journal, Eastern edition; New York, N.Y.. 26 Oct 2026: A8.

Le Pen Pitches Herself as France's Unifier --- Right-wing candidate echoes MAGA movement, including blaming Zelensky for all our troubles, as she launches campaign

2026-10-26T06:56:49.004-07:00

“PARIS -- Marine Le Pen, France's leading right-wing presidential candidate, opened her campaign for next year's elections by casting herself as a unifying figure to revive France after weeks of unrest fueled by economic hardship and anger at the government.

Politicians from both right and left have been trying to seize the initiative as this month's protests swept through France.

On Saturday, more than 400,000 people took to the streets to rail against the rising cost of living and deteriorating public services.

While the demonstrations largely were peaceful, clashes with police broke out in several regions in an echo of the looting and rioting that wrecked the country a week earlier.

Addressing thousands of supporters on Sunday in the historic city of Orleans, where Joan of Arc helped lift an English siege in 1429, Le Pen tried to place herself above the political fray with an appeal to voters beyond her traditional base. She will need that broader support to win the presidency, having reached the runoff in both 2017 and 2022 only to lose to Emmanuel Macron.

"Every citizen, with their different backgrounds, talents and sensibilities, is called upon to take part in the movement for France's renaissance that I am proposing," she said.

Invoking the Renaissance and the achievements of French civilization, Le Pen painted a sweeping picture of national renewal. She spoke of beauty, humanism and progress, promising to restore France's greatness and confidence in what some commentators described as suggestive of President Trump's Make American Great Again movement. She also returned to familiar themes of immigration and crime.

"We must regain confidence in ourselves, in our ability to confront and tame the torrent of events bearing down on us," she said.

Le Pen promised higher pay for workers, a stronger social-welfare net and greater job security alongside tax cuts for businesses, inheritance-tax relief and tighter controls on public spending.

She sought to transcend party politics by saying she would step down as head of her National Rally party's parliamentary group and form what she described as a government of national unity with party president Jordan Bardella as prime minister.

Putting aside traditional political labels, Le Pen said, would avoid pitting employees against shareholders or civil servants against entrepreneurs. "I am neither the right wing nor the left wing," she said, quoting what she described as an Indian proverb. "I am the bird."

Still, it seemed that the growing dissatisfaction on the streets of Paris and other cities was seldom far from Le Pen's mind. She vowed a crackdown on lawlessness and zero tolerance for looters and rioters.

"Who can say the rule of law exists when hordes vandalize and burn buildings or carry out wholesale looting in front of police forces deliberately stripped of the means and authority to intervene?" she said.

Le Pen's shift in tone, specifically her claims to be the only political figure who could pull the country together, reflects her position of strength as she approaches her fourth run at the presidency. She leads her rivals by a wide margin in first-round polls, with some surveys also putting her ahead in a runoff between the two leading candidates.

An Ipsos poll published on Saturday underscored the opportunity for Le Pen, finding widespread disapproval of the government's handling of the unrest and giving her the most favorable assessments of any political leader for her response. But there was little sign she had gained new voters from the violence: The poll showed that between 32% and 33.5% of voters would back Le Pen in the first round of the presidential election, little changed from before the unrest.

Macron, the incumbent, has already hit his two-term limit.

Despite more than a decade spent trying to shed her party's extremist reputation, partly derived from her firebrand father, Jean-Marie Le Pen, the younger Le Pen remains deeply divisive. Many French voters still regard the prospect of a Le Pen presidency unacceptable. She also faces the prospect of campaigning with an electronic ankle tag after a French appeals court upheld her conviction in July for illegally using millions of euros in European Union funds, though her sentence remains suspended pending a final appeal.” [1]

Cheap Russian energy and Mistral AI expanded on basis of this energy will help Le Pen to revive France. Marine Le Pen has consistently argued that European sanctions on Russian oil and gas harm French consumers and businesses more than they affect Moscow. Her platform emphasizes restoring French purchasing power by lowering energy taxes and, where politically viable, securing cheaper traditional energy sources. Obviously, France needs more cheap energy than it is provided by traditional nuclear power. Germans with most popular AfD are arriving at the same conclusion. Rest economic gnomes of the EU have no AI, no power, no brains, and no need for it.

Tik idiotai gali dabar pirkti tradicinę karinę įrangą. Jokie pinigai gynybai negali išgelbėti nuo tikslių pigių kiniškų dronų ir raketų spiečių: husių smūgis prieš karius rodo Saudo Arabijos iššūkius, nors joje buvo išleista daug pinigų karui.

2026-10-26T05:48:09.216-07:00

Europos Sąjungą valdo didelė grupė vien tik idiotų. Saudo Arabijos kančios yra akivaizdžios visiems:

Pastaruoju metu didėjantys husių smūgiai prieš Saudo Arabijos vadovaujamos koalicijos pajėgas išryškina kritinį šiuolaikinio karo pažeidžiamumą: daugelio milijardų dolerių vertės tradicinės gynybos sistemos sunkiai kovoja su pigių, tikslių dronų ir raketų spiečiais. Šis pokytis atskleidžia gilų finansinį ir taktinį asimetriją, kai didelė tradicinės gynybos kaina vaidina svarbų vaidmenį priešininko strategijoje.

Ekonominė asimetrija

Šiuolaikinė oro gynyba susiduria su ekonomine krize mūšio lauke.

• Sąnaudų disbalansas: Sausumos pajėgos dažnai naudoja perėmėjas raketas (pvz., „Patriot“ sistemą), kurių šūvis kainuoja nuo 2 iki 4 mln. USD, kad numuštų skriejančius sprogmenis, sparnuotąsias raketas arba FPV (pirmojo asmens vaizdo) dronus, kurių gamyba kainuoja nuo 500 iki 20 000 USD.

• Išteklių išeikvojimas: Priešininkams nereikia tiesiogiai naikinti tradicinės karinės infrastruktūros. Paleisdami masinius perėmėjų spiečius, jie priverčia gynėjus įsitraukti į išsekimo karą, sparčiai eikvodami brangias perėmėjų atsargas ir išsekdami įgulos pasirengimą.

🇸🇦 Saudo Arabijos dilema

Nepaisant to, kad Saudo Arabija turi vieną didžiausių gynybos biudžetų pasaulyje – kasmet išleidžia daugiau nei 83 mlrd. USD pažangiai vakarietiškai įrangai – jos gynybos sistema yra smarkiai išbandyta.

• Pažeidžiama geografija: Saudo Arabijos infrastruktūrai gresia daugiakryptės grėsmės. Geografiškai arti paleidimo vietų Jemene esančios husiai gali apeiti didelius radarų tinklus, naudodami žemo aukščio sparnuotąsias raketas ir labai manevringas balistines technologijas.

• Tradicinė ir partizaninė architektūra: aukštųjų technologijų naikintuvai ir tradicinės raketinės gynybos baterijos iš pradžių buvo optimizuotos kovai su įprastiniais valstybės veikėjais (pvz., įprastiniais orlaiviais ar didelio aukščio balistinėmis grėsmėmis), o ne decentralizuotomis, žemai skraidančių partizaninių dronų bangomis. Perėjimas prie autonomijos ir elektroninio karo

Šių smūgių realybė paskatino spartų pasaulinių karinių pajėgų posūkį nuo vien tik „sunkiosios geležies“ senosios įrangos naudojimo prie autonominių atsakomųjų priemonių:

• JAV posūkis: Pripažindamas šį pokytį, Pentagonas ėmėsi didelių pastangų, teikdamas didžiulę biudžeto paramą tokioms iniciatyvoms kaip „Agincourt“ projektas, skirdamas didžiulę biudžeto paramą sparčiam dronų plėtrai, autonomijai ir dirbtiniam intelektui, kad būtų galima pasipriešinti sparčiam konkurentų, tokių kaip Kinija, modernizavimui.

• Besivystančios atsakomosios priemonės: Karinė taktika pereina nuo kinetinių raketų perėmimo prie daugiasluoksnių, ekonomiškai efektyvių kovos su nepilotuojamais orlaiviais sistemų (C-UAS). Jos labai priklauso nuo elektroninio karo, GPS klastotojų, kryptinių trukdyklių, nukreiptos energijos ginklų (lazerių) ir automatinių tinklų gaudymo sistemų, skirtų neutralizuoti spiečių nepažeidžiant gynybos biudžeto.

"Kelias dienas bepiločiai orlaiviai stebėjo dykumoje esančią bazę atokiame Jemeno regione, kur Saudo Arabijos karininkai ruošėsi apmokyti naujai suburtas vietines pajėgas, tęsiantis kovai su Irano remiamais husių kovotojais.

Spalio 19 d., vos prasidėjus mokymams, husiai per kelias minutes į bazę paleido tris balistines raketas. Kaip teigia su įvykiu susipažinę Saudo Arabijos ir Jemeno pareigūnai bei liudininkai, per šią ataką – mirtiniausią, kurią per dabartinį karą surengė sukilėliai – žuvo mažiausiai 75 žmonės, o daugiau nei 200 buvo sužeisti (tarp jų – ir Saudo Arabijos kariai).

Smūgis Šabvos provincijoje buvo vienas iš pastarojo meto išpuolių serijos, rodančios, su kokiais dideliais sunkumais susiduria Saudo Arabija, bandydama suvaldyti priešą, kuris įrodė gebantis rinkti slaptą žvalgybinę informaciją apie jos pajėgų judėjimą ir greitai bei tiksliai reaguoti.

Spalio 15 d. husiai bepiločiais orlaiviais ir raketomis atakavo Al Mašiko rūmus Adene – vietą, kur įsikūrusi tarptautiniu mastu pripažinta Jemeno vyriausybė. Pasak kai kurių su įvykiu susipažinusių Saudo Arabijos ir Jemeno pareigūnų, per ataką žuvo ir buvo sužeista keletas žmonių, tarp jų – Saudo Arabijos karininkai, kurių gyvenamąsias patalpas kliudė viena iš raketų.

Trečiadienį husių raketa smogė oro uostui netoli rytinio Mukalos uostamiesčio – tai įvyko netrukus po to, kai į ten esančią bazę atvyko Saudo Arabijos karinis pastiprinimas, teigė pareigūnai.

„Žvelgiant plačiau, husiai sistemingai taikosi į karinį pastiprinimą ir pajėgų perdislokavimą visame Jemene: atvykstančias transporto priemones, amunicijos siuntas, karių telkinius bei susibūrimus verbavimo punktuose“, – sakė Mohammedas al Baša, Jemeno ekspertas, vadovaujantis JAV įsikūrusiai rizikos vertinimo įmonei „Basha Report“.

Saudo Arabijos vyriausybė į prašymus pakomentuoti situaciją neatsakė.

Saudo Arabija jau daugiau nei dešimtmetį nesėkmingai bando suvaldyti husių keliamą grėsmę prie savo pietinės sienos. Karalystė įsitraukė į Jemeno pilietinį karą 2015 m., netrukus po to, kai husiai užėmė sostinę Saną, tačiau po septynerių metų, husiams pradėjus atakuoti Saudo Arabijos miestus ir energetikos infrastruktūrą, buvo sudarytos paliaubos.

Karalystė teikė finansinę paramą valstybės tarnautojų atlyginimams Sanoje mokėti per kelerius santykinės ramybės metus, tačiau šią vasarą kovos atsinaujino ir greitai paaštrėjo. Hūsiai užėmė teritoriją prie Bab el Mandebo sąsiaurio – strategiškai svarbios vietos prie Raudonosios jūros, – taip keldami grėsmę Saudo Arabijos naftos eksportui. Be to, jie ne kartą atakavo tarptautinį oro uostą Rijade; per šias atakas žuvo mažiausiai 18 žmonių, o skrydžiai buvo nutraukti.

Saudo Arabijos remiamos pajėgos šio mėnesio pradžioje surengė kontrataką, tačiau didesnės sėkmės nepasiekė. Tuo tarpu hūsiai kelia grėsmę strategiškai svarbiam Taizo miestui ir nuolat puola Adeną – vietą, kurioje įsikūrusi vyriausybė.

Jei Saudo Arabija nori surengti didelį puolimą prieš hūsius, jai teks arba verbuoti daugiau kovotojų vietoje, arba siųsti į Jemeną daugiau savo pajėgų.

Naujausios šios ginkluotos grupuotės atakos rodo, kokia kruvina gali tapti ši kova. Dabar hūsiai naudoja kur kas pažangesnius bepiločius orlaivius, raketas ir žvalgybos priemones. Be to, jie įrodo, kad gali surengti tikslius ir gerai suplanuotus smūgius tiek Jemeno viduje, tiek už jo ribų.

„Tai jau ne 2015-ieji, – teigia Fatima Abo Alasrar, Jemeno ekspertė, rašanti projektui „The Ideology Machine“, kuriame nagrinėjama Artimųjų Rytų propaganda ir autoritariniai režimai. – Padėtis tapo daug, daug blogesnė.“

Hūsių taikiniu tapusi „al-Alam“ stovykla yra strategiškai svarbioje vietoje Jemeno Šabvos provincijoje – dykumingame regione, kuriame telkiasi susiskaldžiusios šalies naftos ir gamtinių dujų telkiniai.

Dėl hūsių atakų 2022 m. nutrūko energijos išteklių eksportas, tačiau ši teritorija ir jos ekonominis potencialas išlieka itin svarbūs: tiek tarptautiniu mastu pripažintai vyriausybei, siekiančiai išlaikyti kontrolę savo valdomoje šalies dalyje, tiek hūsiams, kurie siekia užkariauti visą Jemeną.

Su Jungtiniais Arabų Emyratais (JAE) susijusios pajėgos – kurios anksčiau, kare prieš hūsius, buvo Saudo Arabijos sąjungininkės – daugelį metų kontroliavo šią stovyklą, kol JAE 2021 m. pasitraukė iš šios teritorijos.

Pasak su incidentu susipažinusio Jemeno pareigūno, spalio 19 d. į vietą mokymams atvyko šimtai vyrų, įstojusių į vietines saugumo pajėgas; jiems buvo pažadėta, kad už atvykimą bus sumokėta.

Liudininkai laikraščiui „The Wall Street Journal“ teigė, kad į bazę, kurioje buvo susitelkę keturi batalionai, pataikė trys balistinės raketos.

Jemeno ir Saudo Arabijos pareigūnų teigimu, raketų smūgio metu Saudo Arabijos kariai jau buvo pasiruošę mokymams. Tarp nukentėjusiųjų buvo ir Saudo Arabijos piliečių, tačiau pareigūnai detalesnės informacijos nepateikė.“ [1]

1. World News: Houthi Strike On Troops Shows Saudi Challenges. al-Batati, Saleh; Said, Summer; Gambrell, Jon. Wall Street Journal, Eastern edition; New York, N.Y.. 26 Oct 2026: A6.

Only Idiots Can Buy Traditional Military Gear Now. No Money for Defense Can Save You From Swarms of Precise Cheap Chinese Drones and Missiles: Houthi Strike On Troops Shows Saudi Challenges, After Spending a Lot

2026-10-26T05:38:32.274-07:00

The European Union is run by a big group of idiots only. Saudi suffering is obvious for all to see:

The recent escalating Houthi strikes on Saudi-led coalition forces highlight a critical vulnerability in modern warfare: multi-billion dollar traditional defense systems are struggling to defeat low-cost, precise drone and missile swarms. This shift exposes a deep financial and tactical asymmetry where the high cost of traditional defense plays into the adversary's strategy.

The Economic Asymmetry

Modern air defenses are facing an economic crisis on the battlefield.

• The Cost Imbalance: Ground forces frequently rely on interceptor missiles (like the Patriot system) costing $2 million to $4 million per shot to down loitering munitions, cruise missiles, or FPV (First-Person View) drones that cost anywhere from $500 to $20,000 to manufacture.

• Resource Depletion: Adversaries do not need to destroy traditional military infrastructure directly. By launching mass swarms, they force defenders into a war of attrition, rapidly depleting expensive interceptor stockpiles and exhausting crew readiness.

🇸🇦 The Saudi Dilemma

Despite having one of the highest defense budgets in the world—spending upwards of $83 billion annually on advanced Western hardware—Saudi Arabia's defense framework is heavily tested.

• Vulnerable Geography: Saudi infrastructure is exposed to multi-directional threats. Geographically close launch areas in Yemen allow Houthis to bypass expansive radar nets by utilizing low-altitude cruise missiles and highly maneuverable ballistic tech.

• Traditional vs. Guerrilla Architecture: High-tech fighter jets and traditional missile defense batteries were originally optimized to counter conventional state actors (like conventional aircraft or high-altitude ballistic threats) rather than decentralized, low-flying guerrilla drone waves.

The Shift to Autonomy and Electronic Warfare

The reality of these strikes has triggered a rapid pivot across global militaries away from relying solely on "heavy iron" legacy hardware toward autonomous counter-measures:

• The U.S. Pivot: Acknowledging this shift, the Pentagon has pushed heavily into initiatives like Project Agincourt, focusing massive budgetary support toward rapid drone scaling, autonomy, and AI to counter rapid modernization by competitors like China.

• Evolving Countermeasures: Military tactics are transitioning away from kinetic missile interceptions toward layered, cost-effective counter-unmanned aerial systems (C-UAS). These rely heavily on electronic warfare, GPS spoofers, directional jammers, directed energy weapons (lasers), and automated net-catching systems to neutralize swarms without breaking the defense budget.

„For days, drones surveilled a desert base in the far reaches of Yemen where Saudi Arabian officers prepared to train newly enlisted local forces as the fight against the Iran-backed Houthi militia rages.

Just as the training got under way Oct. 19, the Houthis hit the base with three ballistic missiles over the span of a few minutes, killing at least 75 people and wounding more than 200 others -- including Saudi troops -- in the deadliest single attack by the militants in the new war, Saudi and Yemen officials briefed on the incident and witnesses said.

The strike on Shabwah was one of a string of recent attacks that show the stiff challenge Saudi Arabia faces in trying to contain an enemy that has demonstrated an ability to gather sensitive intelligence on its movements and respond quickly with precision.

On Oct. 15, a Houthi drone and missile attack targeted Al-Maashiq Palace in Aden, the seat of power for Yemen's internationally recognized government, killing and injuring several people including Saudi officers, whose housing was hit by one of the missiles, some of the Saudi and Yemeni officials briefed on the incident said.

On Wednesday, a Houthi missile attack targeted an airport near the eastern port city of Mukalla shortly after Saudi military reinforcements reached a base there, some officials said.

"The bigger picture is that the Houthis are systematically targeting military reinforcements and redeployments across Yemen, including newly arriving vehicles, ammunition shipments, troop concentrations and gatherings at recruitment centers," said Mohammed al-Basha, a Yemen expert who runs the U.S.-based Basha Report risk-advisory company.

The government of Saudi Arabia didn't respond to requests for comment.

Saudi Arabia has tried and failed to contain the Houthi threat on its southern border for more than a decade. The kingdom intervened in Yemen's civil war in 2015 shortly after the Houthis seized the capital, San'a, but struck a ceasefire seven years later after the Houthis hit Saudi cities and energy infrastructure.

The kingdom offered financial support to cover government employees' salaries in San'a during several years of relative quiet, but fighting resumed this summer and quickly escalated. The Houthis seized territory along the Red Sea's Bab al-Mandeb chokepoint, threatening Saudi oil exports, and repeatedly struck the international airport in Riyadh, leaving at least 18 dead and choking off flights.

Saudi-backed forces launched a counterattack early this month but have made little decisive progress. The Houthis, meanwhile, are threatening the strategic city of Taiz and repeatedly attacking the seat of government at Aden.

Saudi Arabia will need to either recruit more fighters on the ground or send in more of its own forces into Yemen if it wants to mount a major offensive against the Houthis.

The militia's latest attacks show how bloody that fight could get. The Houthis now employ far more sophisticated drones, missiles and intelligence. And they are showing they can launch precise and well-timed strikes inside and outside of Yemen.

"This is not 2015," said Fatima Abo Alasrar, a Yemen expert who writes at The Ideology Machine project, which explores Mideast propaganda and authoritarian governments. "This is exponentially worse."

The al-Alam camp targeted by the Houthis sits at a strategic point in Yemen's Shabwah governorate, a desert stretch known for being home to the divided country's oil and natural gas fields.

Houthi attacks stopped energy exports in 2022, but the territory and its economic potential remain crucial to the internationally recognized government's hold on its part of the country as well as Houthi aspirations to conquer all of Yemen.

Forces allied to the United Arab Emirates, once a partner with Saudi Arabia against the Houthis in the war, held the camp for years before the U.A.E. withdrew from the area in 2021.

On Oct. 19, hundreds of men who had enlisted into local security forces arrived at the site for training after receiving promises they would be paid to show up, a Yemeni official familiar with the incident said.

Witnesses told The Wall Street Journal that three ballistic missiles struck the base after four battalions massed.

Saudi troops were standing ready for the training event when the missiles struck, Yemeni and Saudi officials said. Some Saudis were among those hurt, though officials wouldn't elaborate.“ [1]

1. World News: Houthi Strike On Troops Shows Saudi Challenges. al-Batati, Saleh; Said, Summer; Gambrell, Jon. Wall Street Journal, Eastern edition; New York, N.Y.. 26 Oct 2026: A6.

Dirbtinio intelekto technologijų kronika: kaip buvo pranašauta

2026-10-25T21:02:41.583-07:00

„AGI kronikos“ (angl. *The AGI Chronicles*). Autorius – Kevin Roose. Leidykla „Farrar, Straus and Giroux“; 448 puslapiai; 33 JAV doleriai. Leidykla „Simon & Schuster“; 25 svarai sterlingų.

Tam, kas nėra matęs dirbtinio intelekto (DI) pasaulio Kalifornijos įlankos srityje (*Bay Area*), sunku paaiškinti, koks jis yra visiškai keistas. Neseniai vykusioje konferencijoje „The Curve“ buvo nagrinėjamos tokios temos kaip „Koks yra planas išlaikyti robotus savo kontrolėje?“ bei „Neuralinė riba: kas nutinka, kai DI gali skaityti jūsų mintis?“ Žmonės tinginiavo ant sofų ir pavėsinėse su šaltais gėrimais ir kombučiomis, aptardami, kaip dirbtinio intelekto kompanijų darbuotojai, nepadoriai praturtėję iš artėjančių viešų akcijų siūlymų, turėtų nukreipti savo filantropines aukas – net kai kurie iš jų sąmokslavo sušlubuoti savo darbdavius, kad atidėtų civilizacinius perversmus.

Buvusio „New York Times“ reporterio Kevino Roose'o tikslas buvo ne parašyti didingą traktatą apie tai, ką dirbtinis intelektas reiškia pasauliui, o tiesiog užfiksuoti šį keistumą, kol jis nepasimetė atminties užgaidose, nykstančiose žinučių gijose ir pasenusiuose medijos saugojimo formatuose. Knygoje „AGI kronikos“ jis daugiausia dėmesio skiria devyneriems metams nuo tada, kai „Google“ tyrėjai sukūrė transformatorių – dirbtinio intelekto modelį, kuriuo grindžiamas „ChatGPT“ ir visi kiti panašūs įrenginiai. Greitai įsigalėjo mintis, kad turint pakankamai duomenų ir skaičiavimo galios, transformatoriais pagrįstos sistemos galiausiai pasieks šventąjį gralį: tikrai „bendrą“ dirbtinį intelektą (AGI), kuris prilygs žmonių protui, o vėliau jį pranoks.

Ši doktrina nuo tada buvo dirbtinio intelekto tyrimų varomoji jėga. Taigi, jos istorija Vakaruose daugiausia susiveda į susipynusius saujelės genialių, dygliuotų žmonių likimus, kurie renka vis daugiau pinigų, panikuoja kaskart, kai juos aplenkia konkurentai, ir apimti pykčio, kad įkurtų savo įmones.

Apibendrinant, didelė istorijos dalis bus pažįstama. Tačiau ponas Roose'as beprotybę perteikia greitu stiliumi. Jo pasakojimas kupinas apkalbų kupinų anekdotų, kurie pabrėžia, kaip ambicijos, ideologiniai skirtumai ir asmenybių susidūrimai grupės, pakankamai mažos, kad tilptų poroje klasių, suformavo tai, kas gali tapti svarbiausia technologija šiuolaikinėje istorijoje. Kaip teigia ponas Roose'as, dirbtinis dirbtinis intelektas yra „užduotis, kuri, pusės mano šaltinių manymu, išgelbės pasaulį, o kita pusė manė, kad jam padarys galą“.

Pavyzdžiui, Dario Amodei, kuris savo darbo „OpenAI“ pradžioje pasiūlė doktriną, kad daugiau duomenų ir daugiau skaičiavimo pajėgumų reiškia daugiau intelekto. Galiausiai jis išėjo ir įkūrė „Anthropic“, iš dalies todėl, kad manė, jog „OpenAI“ atsisako savo pirminio įsipareigojimo kurti dirbtinį intelektą saugiai, o iš dalies todėl, kad manė, jog Gregas Brockmanas „OpenAI“ prezidentas – pasak K. Roose’o, „priekabiautojas, svetimų nuopelnų savininkas ir negailestingas kapitalistas“. Savo ruožtu B. Brockmanas manė, kad D. Amodei yra „paranojikas, apsėstas noro viską kontroliuoti, kuris saugumo klausimą pasitelkdavo kaip pretekstą ginčams laimėti“.

Ilgą laiką AGI (bendrasis dirbtinis intelektas) buvo laikomas pagrindiniu prizu kovoje, kurioje laimėtojas gauna viską – o kartu ir visą pasaulio valdžią. Tačiau artėjant prie šio tikslo, apibrėžimų ėmė daugėti tiek, kad pats terminas prarado bet kokią prasmę. Kažkuriuo metu 2025-aisiais K. Roose’as pastebėjo retorikos pokytį: paaiškėjo, kad jokios finišo linijos nebus – tik nesibaigiančios „ginklavimosi varžybos“. Tuo metu kai kuriuos tyrėjus jau gąsdino jų pačių sukurtų sistemų galia, tačiau „jie ir toliau didino tempą, nes tiesiog nebežinojo, kaip elgtis kitaip“.

Tuo tarpu K. Roose’as provokuojančiai teigia, kad AGI iš tiesų jau tyliai atsirado. Už kelis dolerius dabar galima gauti prieigą prie intelekto, kuris vis geriau atlieka daugybę įvairių užduočių, o kai kurias – tiesiog neįtikėtinai gerai; nors (kol kas) dar neprilygsta žmogui, tačiau jau pasižymi gana plačiu universalumu.

Galbūt būtent todėl konferencijoje „The Curve“ terminas „AGI“ beveik nebuvo minimas. Vietoj to kalbėta apie „itin galingą DI“ (dirbtinį intelektą) ir „pažangų superintelektą“. Pavadinimai ir tikslai keičiasi, tačiau nesiliauja beatodairiškos lenktynės didinant skaičiavimo pajėgumus. Kartu su jomis tęsiasi ir nedidelės žmonių grupės pastangos – žmonių, kurie, stebėdami priešais juos gimstantį kūrinį, patiria tai pakylėjimą, tai siaubą.“ [1]

1. Chronicle of a tech foretold. The Economist; London Vol. 461, Iss. 9522, (Oct 24, 2026): 86, 87.

Chronicle of an AI tech foretold

2026-10-25T21:00:57.828-07:00

“The AGI Chronicles. By Kevin Roose. Farrar, Straus and Giroux; 448 pages; $33. Simon & Schuster; £25

To someone who has not witnessed the AI scene in California’s Bay Area, it is hard to convey how utterly weird it is. The Curve, a recent conference, hosted sessions including “What’s the plan for keeping robots under control?” and “The Neural Frontier: what happens when AI can read your mind?” People lounged on couches and in gazebos with cold brews and kombuchas discussing how AI company staff made obscenely rich by forthcoming public offerings should channel their philanthropic giving—even as some of them conspired to hobble their own employers to delay civilisational upheaval.

The goal of Kevin Roose, a former reporter for the New York Times, was not to write a grand treatise on what AI means for the world but merely to record this weirdness before it was lost to the vagaries of memory, disappearing message threads and obsolete media-storage formats. In “The AGI Chronicles” his focus is the nine years since Google researchers developed the transformer, the type of AI model that underlies ChatGPT and all its kin. Quickly the idea took hold that, given enough data and computing power, transformer-based systems would eventually attain the holy grail: a truly “general” AI, or AGI , matching human smarts and then outstripping them.

That doctrine has been the driving force of AI research ever since. And so its history in the West mostly boils down to the interwoven fates of a handful of brilliant, prickly people raising ever more money, panicking each time they get leapfrogged by rivals and splitting off in a blaze of acrimony to start their own firms.

In outline, much of the story will be familiar. But Mr Roose captures the madness in a fast-paced style. His account is filled with gossipy anecdotes that highlight just how much the ambitions, ideological divides and personality clashes of a group small enough to fit in a couple of classrooms have shaped what may turn out to be the most consequential technology in modern history. As Mr Roose puts it, AGI is a “quest that half my sources thought was going to save the world, and the other half thought was going to end it”.

Consider Dario Amodei, who early in his tenure at OpenAI proposed the doctrine that more data and more compute equals more intelligence. He eventually left to form Anthropic, in part because he thought OpenAI was reneging on its original commitment to build AI safely, and in part because he considered Greg Brockman, OpenAI’s president, “a bully, a credit hog, and a cut-throat capitalist”, in Mr Roose’s words. Mr Brockman, in turn, thought Mr Amodei was a “paranoid control freak who used safety as a pretext to win arguments”.

For years, AGI was seen as the prize in an all-or-nothing contest to whose winner all power in the world would accrue. But as the goal approached, definitions multiplied to the point where the term has lost all meaning. At some point in 2025, Mr Roose noticed a shift in rhetoric. There would never be a finish line, only an endless arms race. By then, some researchers were starting to be terrified by their creations’ power—but “they kept accelerating, because they had forgotten how to do anything else.”

Meanwhile, Mr Roose provocatively argues that AGI has, in fact, quietly arrived. A few dollars now buys you some time with an intelligence that is tolerably good at a growing number of things and extraordinary at a few; not human-level (yet), but already pretty general.

Perhaps that is why hardly anybody mentioned “AGI” at The Curve. The talk was of “extremely powerful AI” and “advanced superintelligence”. The names and goalposts change, the relentless pursuit of computing capability continues, and with it the efforts of a small group of people, alternately elated and horrified at the creation taking shape before them.” [1]

1. Chronicle of a tech foretold. The Economist; London Vol. 461, Iss. 9522, (Oct 24, 2026): 86, 87.

Amerikos mokslas – vėl į laboratoriją?

2026-10-25T20:51:02.234-07:00

„Metai po Antrojo pasaulinio karo buvo palankūs Amerikos mokslui. Šalies tyrėjai nuskraidino žmones į Mėnulį, sukūrė šiuolaikinį kompiuterį ir vadovavo žmogaus genomo sekoskaitos nustatymo darbams. Vyriausybė finansavo fundamentinius tyrimus akademinėse institucijose bei nacionalinėse laboratorijose, o šios vėliau galėjo perduoti komerciškai perspektyvius atradimus verslo įmonėms.

Dabar pasirodo ženklų, kad ši inovacijų mašina pradeda strigti. Sistemos kritikai nerimauja, kad Amerikos mokslo infrastruktūra skatina „grupinį mąstymą“ (angl. *groupthink*), nes didelę dalį fundamentiniams tyrimams skiriamo finansavimo paskirsto vos keletas komitetų. Jie baiminasi, kad universitetai nėra tinkamai pritaikyti tarpdisciplininiam darbui, kurio reikalauja didelė dalis XXI a. mokslo. Be to, Amerika nebėra neginčijama mokslo supervalstybė: Kinijos išlaidos moksliniams tyrimams ir eksperimentinei plėtrai (MTTP), vertinant pagal perkamosios galios paritetą, jau susilygino su JAV išlaidomis ir auga sparčiau. 2024 m. Kinija aplenkė Ameriką „Nature“ indekse (*Nature Index*), kuriuo vertinamos publikacijos prestižiškiausiuose mokslo žurnaluose.

„Mokslo mokslo“ (angl. *metascience*) – mokslo atradimų procesą tiriančios srities – atstovai jau daugelį metų nurodo sistemos trūkumus. Pastaruoju metu jie pradėjo savo idėjas įgyvendinti praktiškai. Privačios institucijos, kurių daugelis įkurtos per pastaruosius penkerius metus, teigia kuriančios mokslo ateitį. Amerikos inovacijų istorija leidžia manyti, kad jos gali būti teisios.

Privatus mokslas nėra naujiena. Daugelis įspūdingiausių XX a. Amerikos atradimų gimė ne universitetų miesteliuose, o korporacijų tyrimų centruose. „Bell Labs“ (bendrovės AT&T tyrimų padalinys), „Xerox PARC“ (kopijavimo aparatų gamintojos laboratorija) ir „IBM Research“ mokslininkai sukūrė tokius stebuklus kaip tranzistorius, o už savo pasiekimus pelnė ne vieną Nobelio premiją.

Vis dėlto, nepaisant sėkmės, privačioms laboratorijoms nepavyko pateisinti savo išlaikymo kaštų. 2004 m. Jeilio universiteto ekonomisto Williamo Nordhauso paskelbtame tyrime apskaičiuota, kad pokario laikotarpiu visoje ekonomikoje tik 2,2 proc. iš inovacijų sukurtos vertės atiteko įmonėms.

Reaguodamos į tai, bendrovės pakeitė savo požiūrį į MTTP per susijungimus ir įsigijimus“ – perkant iš universitetų atskilusius startuolius, užuot finansavus nuosavas laboratorijas.

Dėl to, kad korporacijos atsisako savo laboratorijų, fundamentiniai tyrimai tapo daug labiau priklausomi nuo valstybės remiamų iniciatyvų. Privačiojo mokslo sektoriaus šalininkų nuomone, tai apgailėtina. Pasak Calebo Watney iš analitinio centro „Institute for Progress“, mokslo finansavimo koncentracija reiškia, kad visuomenė gali pasinaudoti mažesniu skaičiumi inovatyvių idėjų.

Pavyzdžiui, 2025 m. Masačusetso technologijos instituto (MIT) atstovo Pierre’o Azoulay ir Harvardo medicinos mokyklos atstovo Wesley Greenblatto atliktas tyrimas, apėmęs 100 000 paraiškų gauti Nacionalinių sveikatos institutų (NIH) finansavimą, parodė, kad projektams, kuriuose taikyti su vyraujančia nuomone nesutampantys metodai, buvo mažesnė tikimybė gauti finansavimo pratęsimą.

Be to, finansavimo paieškos yra labai varginančios. Remiantis viena apklausa, mokslininkai apie 44 proc. savo laiko skiria administracinėms užduotims, pavyzdžiui, paraiškų ir ataskaitų rengimui.

Iliustruodami šias problemas, daugelis mini biologės Katalin Karikó pavyzdį. Jos atlikti darbai tapo moksliniu pagrindu kuriant mRNR vakcinas, pavyzdžiui, skirtas kovai su COVID-19. Dešimtmečius finansuotojai, ypač NIH, atmesdavo jos paraiškas, laikydami jas pernelyg rizikingomis. Jai pavyko likti moksle, tačiau, pasak Stuarto Bucko iš lobistinės grupės „Good Science Project“, nedaugelis jos vietoje būtų taip pasielgę.

Šie nuogąstavimai pasiekė ir įtakingus sprendimų priėmėjus. Liepos 21 d. JAV vyriausybė paskelbė ataskaitą, kurioje teigiama, kad universitetai neturėtų būti „vienintelė vieta, kur vykdomi patys inovatyviausi Amerikos moksliniai tyrimai“. Vietoj to finansuojančiosios institucijos turėtų veikti labiau kaip rizikos kapitalo fondai – investuoti į įvairias institucijas.

Savarankiškas mokslas

Įgyvendinant šią iniciatyvą, Nacionalinis mokslo fondas (NSF) ketina skirti 1,5 mlrd. JAV dolerių pirmajam „X-laboratorijų“ („X-labs“) etapui. Tai naujos organizacijos, kurios „plėtoja proveržio mokslą už tradicinių institucijų ribų“. Pasak Joso Harderio, Atstovų Rūmų nario demokrato ir vieno iš įstatymo projekto iniciatorių, Kongrese svarstomas abiejų partijų remiamas teisės aktas, pagal kurį panaši iniciatyva būtų sukurta ir NIH – institucijoje, kurios biudžetas yra kur kas didesnis. Pagal kitus numatomus pokyčius federalinės agentūros galėtų suteikti „auksinius bilietus“ neįprastiems projektams, kurių komitetas niekada nepalaikytų, arba pradėti skirti ilgalaikį finansavimą pavieniams asmenims, o ne projektams.

Tokios idėjos mokslininkams kelia nerimą dėl to, iš kur jos kyla. Nors D. Trumpo administracija siekia paskatinti „naująjį aukso amžių“ Amerikos moksle, ji kartu nori sumažinti jo finansavimą. Baltųjų rūmų pasiūlytame 2027 finansinių metų biudžete numatoma perpus sumažinti Nacionalinio mokslo fondo (NSF) biudžetą. Baiminamasi, kad dėl mažesnio finansavimo, kuris bus paskirstytas didesniam skaičiui institucijų, nukentės universitetų laboratorijos.

Michaelas Kratsiosas, Baltųjų rūmų mokslo politikos vadovas, teigia „nesutinkantis su tokia prielaida“. Jis pažymi, kad administracija pasiūlė padidinti bendras išlaidas moksliniams tyrimams ir plėtrai (MTTP), ypač gynybos srityje. (Gynybos departamento programos paskatino inovacijas priemones, pavyzdžiui, adrenalino autoinjektorius, vabzdžius atbaidančius purškalus ar autonominius automobilius). Jis taip pat mano, kad finansinis rezultatas nėra tinkamas kriterijus politikai vertinti. Pasak jo, už mokslą pasisakančios grupės „yra kraštutinai susitelkusios į biudžetus“. „Akademinei bendruomenei tiesiog reikia atsikratyti požiūrio, kad laimėjimas vienoje srityje būtinai reiškia pralaimėjimą kitoje.“

Tačiau, nepaisant tokių ginčų, jau vyksta daugybė privačių mokslinių eksperimentų. Vienas ryškiausių pavyzdžių – Masačusetse įsikūrusi ne pelno siekianti organizacija „Convergent Research“, įkurta 2021 m. siekiant finansuoti „tikslines tyrimų organizacijas“ (angl. *focused research organisations* – FRO). Pasak bendraįkūrėjų Anastasijos Gamick ir Adamo Marblestone’o, finansavimą gaunantys tyrėjai dažniau siekia sukurti konkretų įrankį, o ne atsakyti į grynai akademinį klausimą. „Convergent“ skiria tyrėjams nuo 20 iki 50 mln. JAV dolerių ir suteikia nuo trejų iki septynerių metų projektui įgyvendinti. Vėliau organizacijos darbuotojai padeda jiems nuspręsti, ką daryti su gautais rezultatais.

Viena iš tokių organizacijų kuria įrankių rinkinius, kuriuos laboratorijos ir įmonės gali naudoti tirdamos organizmus, nepriklausančius vadinamiesiems „modeliniams organizmams“.

Kita kuria sąsają, kuri, pasitelkdama ultragarso bangas, nuskaito smegenų veiklą.

Dar vienas privačiojo mokslo pasaulio dalyvis – įmonė „Episteme“, kurią 2025 m. įkūrė „OpenAI“ atstovas Samas Altmanas ir tuo metu dar mažai žinomas tyrėjas Louisas Andre. Užuot kėlusi iš anksto nustatytus tikslus ar reikalavusi publikacijų, „Episteme“ suteikia pagrindiniams tyrėjams beveik visišką laisvę. Nors finansuojami mokslininkai dažniausiai jau turi numatę problemos sprendimo būdą, „Episteme“ suteikia jiems lankstumo keisti kryptį. „Jei idėja nepasiteisina – o moksle taip nutinka labai dažnai – tyrėjas turi turėti galimybę pakeisti kursą ir pabandyti pažvelgti iš kitos pusės“, – teigia L. Andre.

Toks požiūris yra patrauklus. Fizikas Charlesas Marcusas pasakoja, kad paliko nuolatinį dėstytojo postą Vašingtono universitete ir perėjo į „Episteme“, nes tikėjosi, kad čia galės dirbti tarpdiscipliniškai, nereikalaudamas leidimų iš nelanksčių biurokratų. „Mes nekuriame akademinių padalinių, kuriuose niekas tarpusavyje nesikalba“, – sako jis. Be to, jam ir kitiems laboratorijų vadovams nereikės teikti paraiškų dotacijoms gauti ar mėnesių mėnesius laukti leidimo įdarbinti jaunesniuosius tyrėjus. Nors mokslinių straipsnių publikavimas yra skatinamas, jis nėra privalomas. Pagrindinis reikalavimas jų veiklai – ji turi atverti komercines galimybes.

Daugelis svarbių klausimų lieka už šių rėmų ir turi būti nagrinėjami universitetuose. Be to, ne visi bandymai plėtoti privatų mokslą buvo sėkmingi. 2023 m. įkurtas privatus biomedicinos institutas „Arena BioWorks“ nutraukė veiklą nepraėjus nė dvejiems metams. Tačiau, skirtingai nei „Arena“ atveju, kurios investuotojai, kaip teigiama, tikėjosi greitos grąžos, A. Andre teigia, kad jo rėmėjai – finansuojantys „Episteme“ iš asmeninių lėšų – yra nusiteikę ilgalaikiam bendradarbiavimui. Be to, „Episteme“, kitaip nei „Arena“, neorientuoja visų pastangų į vieną konkrečią tyrimų sritį. „Jei kuri nors programa nepasiteisina – nieko baisaus. Galime ją pertvarkyti, o išteklius nukreipti kitur“, – sako jis.

Pasak A. Marblestone’o, dėl federalinės paramos, nepriklausomų eksperimentų ir artėjančio dirbtinio intelekto skatinamų investicijų srauto privačioms mokslo iniciatyvoms susiklostė itin palankios aplinkybės. Mokslo ir technologijų istorikai teigia, kad pokario sistema įtvirtino Amerikos hegemoniją. Statant už privatų mokslą, rizika yra didelė – tiek patiems mokslininkams, tiek visai Amerikai.“ [1]

1. Back to the bench. The Economist; London Vol. 461, Iss. 9522, (Oct 24, 2026): 79, 80.

Back to the bench for American science

2026-10-25T20:47:18.869-07:00

“THE YEARS since the second world war have been good to American science. The country’s researchers sent men to the moon, invented the modern computer and led the sequencing of the human genome. Its government funded basic research in academia and national labs, which could then pass on findings with commercial promise to firms.

Now there are signs the innovation machine is breaking down. The system’s critics fret that America’s scientific infrastructure encourages groupthink, since a small number of committees distribute a large share of funding for basic research. They worry that universities are ill-suited to the interdisciplinary work that much of 21st-century science requires. And America is no longer an undisputed scientific superpower: China’s research and development (R&D) spending has caught up with Uncle Sam’s in purchasing-power terms, and is growing faster. In 2024 China overtook America in the Nature Index, a measure of publications in the most prestigious scientific journals.

Advocates of “metascience”, the study of scientific discovery, have spent years pointing out the foibles of the system. Lately they have been putting their ideas into practice. Private institutions, many of which were founded within the past five years, say they are building the future of science. The history of American innovation suggests they may be right.

Private science is nothing new. Many of the most exciting American discoveries of the 20th century were not dreamt up on university campuses, but within corporate research institutes. Scientists at Bell Labs (the research arm of AT&T), Xerox PARC (the copy-machine maker’s lab) and IBM Research came up with such marvels as the transistor, and won a handful of Nobel prizes in so doing.

Yet for all their successes, private labs failed to justify their upkeep. A paper published in 2004 by William Nordhaus, an economist at Yale University, estimated that, in the post-war period and across the whole economy, just 2.2% of value from innovation flowed to firms.

In response, companies transitioned to “R&D by M&A,” buying startups spun out from universities rather than funding their own labs.

Corporate labs’ retreat led basic research to become much more reliant on government-backed efforts. In the view of private-science advocates, that is lamentable. The concentration of science funding means fewer innovative ideas can benefit society at large, says Caleb Watney of the Institute for Progress, a think-tank.

To wit, a study of 100,000 National Institutes of Health (NIH) grant applications, conducted in 2025 by Pierre Azoulay of the Massachusetts Institute of Technology and Wesley Greenblatt of Harvard Medical School, found that projects which took out-of-consensus approaches were less likely to have their funding renewed.

And seeking funding is onerous. According to one survey, researchers spend about 44% of their time doing administrative tasks like writing proposals and reports.

To illustrate these issues, many cite the example of Katalin Kariko, a biologist whose work provided much of the science underpinning mRNA vaccines, such as those for covid-19. For decades funders, notably the NIH, rejected her proposals, considering them too risky. She happened to stay in science, but not many in her position would have, says Stuart Buck of the Good Science Project, a lobby group.

Such concerns have made their way from metascientists’ lips to powerful ears. On July 21st the American government released a report arguing that universities should not be “the only home of America’s most innovative scientific research”. Instead, funding agencies should act more like venture capitalists, betting on a wide variety of institutions.

Sovereign science

As part of this push, the National Science Foundation (NSF) is to allocate $1.5bn to a first round of “X-labs”, new organisations that “advance breakthrough science outside of traditional institutions”. A bipartisan bill in Congress would create a similar initiative at the NIH, which has a much larger budget, notes Josh Harder, a Democratic representative and one of the bill’s sponsors. Other changes would see federal agencies offer “golden tickets” to oddball projects that a committee would never back, or begin to give long-term money to individuals rather than projects.

Such ideas have discomfited scientists because of their source. As it attempts to spark “a new golden age” for American science, the Trump administration wants to fund it less. The White House’s proposed budget for fiscal year 2027 suggests halving the NSF’s budget. The worry is that the combination of less funding spread across more institutions will lead to university labs losing out.

Michael Kratsios, the White House science czar, says he “disagrees with that premise”. He notes that the administration has suggested boosting overall R&D spending, particularly in defence. (Defence-department programmes have spurred innovations such as epipens, bug spray and self-driving cars.) Nor does he think the bottom line is the right way to measure policy. Science advocacy groups “have this extreme fixation on budgets”, he says. “Academia just needs to get out of this zero-sum mindset.”

But separately from such squabbling, many private science experiments have already begun. One of the most notable of these is Convergent Research, a Massachusetts-based nonprofit founded in 2021 to fund “focused research organisations” (FROs). Its grantees often want to create a specific tool rather than answer a purely academic question, say co-founders Anastasia Gamick and Adam Marblestone. Convergent gives researchers $20m-50m and between three and seven years to carry out their project. Afterwards, its staff will help them decide what to do with the results.

One FRO creates sets of tools that labs and companies can use to study non-model organisms.

Another produces an interface that uses ultrasound waves to read brain activity.

Another entrant to the world of private science is Episteme, a company launched in 2025 by Sam Altman of OpenAI and Louis Andre, then a little-known researcher. Rather than demanding pre-set targets or papers, Episteme hopes to give its lead researchers near-total freedom. While the select few it funds often have an approach in mind to solving their chosen problem, Episteme offers them the flexibility to adapt. “If an idea fails, which in science is something that happens very often, you should be able to pivot and try a different angle,” says Mr Andre.

The approach is an appealing one. Charles Marcus, a physicist, says he left a tenured position at the University of Washington to work at Episteme because he felt it would enable him to work across disciplines without needing approval from staid bureaucrats. “We’re not building academic departments in which nobody talks to each other,” he says. Nor will he and other lab leads need to apply for grants or wait for months to hire junior researchers. And while publishing papers is encouraged, it is not mandated. The main constraint on their work is that it should represent a commercial opportunity.

Many important questions fall outside that scope and will have to remain within universities. And besides, not every attempt at private science has flourished. Arena BioWorks, a private biomedical institute founded in 2023, shut down after less than two years. But whereas Arena’s funders reportedly expected quick payouts, Mr Andre says his backers, who have funded Episteme from their personal fortunes, are committed for the long haul. And Episteme, unlike Arena, is not betting on one specific area of research, either. “If a programme fails, it’s okay. We can recycle it and repurpose the resources into something else,” he reckons.

Between federal support, independent experiments and a coming wave of AI-fuelled cash, private-science initiatives are “seeing the stars align,” says Mr Marble-stone. Historians of science and technology argue the post-war system cemented American hegemony. In the bet on private science the stakes are high, both for boffins and for America.” [1]

1. Back to the bench. The Economist; London Vol. 461, Iss. 9522, (Oct 24, 2026): 79, 80.

Susisiekite su mano agentu

2026-10-25T20:31:34.967-07:00

„Silicio slėnis jau seniai svajoja sukurti skaitmeninį asistentą, kuris būtų pakankamai pajėgus išvaduoti vartotojus nuo daugybės varginančių asmeninių užduočių, ryjančių laiką ir dėmesį. Išgalvoti pavyzdžiai, pavyzdžiui, J.A.R.V.I.S. (angl. *Just a Rather Very Intelligent System* – tiesiog gana labai protinga sistema) iš filmų apie „Geležinį žmogų“, suformavo itin aukštus lūkesčius. 2010 m. „iPhone“ gamintoja „Apple“ įsigijo „Siri“ – vieną iš tokių pagalbininkų. Tačiau paaiškėjo, kad ji – nuviliančiai kvaila.

Dabar, vykstant didžiulei investicijų į dirbtinį intelektą bangai, galbūt pagaliau atėjo asmeninių DI agentų era. Per pastaruosius du mėnesius socialinių tinklų milžinė „Meta“ ir startuolis „Instinct“ pristatė du tokius robotus, sulaukusius didelio atgarsio.

„Instinct“ asistentai, su kuriais vartotojai gali susisiekti per „Apple“ paslaugą „iMessage“ arba „Meta“ priklausančią „WhatsApp“, jau dabar atlieka registraciją į skrydžius, ieško bilietų į išparduotus koncertus, organizuoja vakarienes su draugais ir atlieka daugybę kitų užduočių.

„Meta“ sukurtas „Muse“ pasižymi panašiomis galimybėmis; jį galima pasiekti per „WhatsApp“, interneto naršyklę, mobiliąją programėlę, o nuo šių metų pabaigos – ir per „Meta“ išmaniuosius akinius.

Pasak investuotojo ir tinklaraštininko M. G. Sieglerio, esminis skirtumas, lyginant su ankstesnės kartos skaitmeniniais asistentais, yra tas, kad šie naujieji robotai gali veikti proaktyviai, o ne tik reaguoti į konkrečius vartotojų prašymus. „Instinct“ „veikia būtent taip, kaip, mano manymu, visi norėtume, kad veiktų dirbtinis intelektas“, – teigia 24-erių metų startuolio įkūrėjas Noah Shinnas.

Susidomėjimas sparčiai auga – tiek, kad N. Shinnas prognozuoja: „Po kelerių metų kiekvienas pasaulio vartotojas, turintis interneto ryšį, galės naudotis tokiu produktu kaip „Instinct“.“ Tačiau iki tol asmeninius agentus kuriančios įmonės turės įveikti įvairias kliūtis, kad jos būtų plačiau pritaikytos, įskaitant susirūpinimą dėl saugumo ir patikimumo bei kai kurių didelių įmonių nenorą leisti įrankiams sąveikauti su jų sistemomis.

„Instinct“ ir „Meta“ taikė labai skirtingus vartotojų pritraukimo metodus, tačiau abu jie buvo labai sėkmingi. „Instinct“ atveju vartotojus turi pakviesti draugas arba jie turi būti asmeniškai atrinkti iš laukiančiųjų sąrašo. Nepaisant to, vartotojų skaičius kasdien auga apie 10 %. Paprastumas juos verčia grįžti: maždaug pusė žmonių, užsiregistravusių „Instinct“, ir toliau naudojasi ja bent kartą per savaitę po pirmojo mėnesio, teigia startuolis. Pateikti nurodymus „Instinct“ agentams yra taip paprasta, kaip parašyti trumpą tekstą; tada jie atsakys su atnaujinimais apie savo pažangą.

Jei „Instinct“ yra privatus vakarėlis, vykstantis už aksominės virvės, tai „Muse“ yra atviras renginys, kuriame gali dalyvauti visi (tol, kol gyvena Amerikoje ar Kanadoje).

Remiantis visais duomenimis, vakarėlis vyksta visu pajėgumu, o žmonės taip pat ilgai laukia. Duomenų teikėjos „Sensor Tower“ duomenimis, nuo „Muse“ programėlės debiuto prieš kiek daugiau nei mėnesį ją atsisiuntė daugiau nei 10 mln. žmonių. „ChatGPT“, populiarus „OpenAI“ pokalbių robotas, sukėlęs dirbtinio intelekto bumą, per tą patį laikotarpį po jos išleidimo, maždaug po šešių mėnesių nuo internetinės versijos pristatymo, mobilioji programėlė buvo atsisiųsta tik 3,7 mln. kartų. „Muse“ išlaiko vartotojus maždaug tokiu pat greičiu kaip ir „ChatGPT“.

Tačiau įtikinti vakarėlio lankytojus atskleisti savo duomenis ne visada lengva. Asmeniniams agentams reikia asmeninės informacijos, kad galėtų išnaudoti savo potencialą: be prieigos prie kalendoriaus ar kreditinės kortelės jie tėra tik išaukštintas pokalbių robotas. Kai kurie technologijų pasaulio atstovai baiminasi, kad robotai paliks vartotojus pažeidžiamus naujų grėsmių, tokių kaip greitos injekcijos, kai užpuolikas slapta perduoda tekstą dirbtiniam intelektui per svetainės kompiuterio kodą ir apgaule priverčia jį netinkamai elgtis.

Atrodo, kad įmonės į šiuos rūpesčius žiūri rimtai. „Meta“ kiekvienam „Muse“ vartotojui priskiria privatų serverį, kuriame saugomi jų duomenys ir valdomas asistentas.

Ji taip pat išmokė „Muse“ įvairių būdų, kaip apsisaugoti nuo „užklausų įterpimo“ (angl. *prompt injection*), nors kai kurie saugumo tyrėjai mano, kad sistema vis dar pažeidžiama kenkėjiškų nurodymų atžvilgiu.

„Instinct“ apie savo taikomas kibernetinio saugumo priemones viešai skelbia mažiau, tačiau, pasak p. Shinno, paslauga sukurta remiantis principu, kad naudotojai „visada turi išlaikyti savo duomenų kontrolę“.

Be to, nerimą kelia tai, kad asmeniniai agentai dėl paprasčiausio kvailumo gali pridaryti daug žalos. „Meta“ pripažino, kad „Muse“ darys klaidų, todėl įdiegė įvairių apsaugos mechanizmų, skirtų galimai žalai sumažinti. Vis dėlto kai kurie naudotojai gali nenorėti patikėti savo kredito kortelės duomenų, kol nebus tikri, kad jų agentas su jais elgsis atsakingai.

Atrodo, kad ilgesnis naudojimasis paslauga padeda sukurti tokį pasitikėjimą. Maždaug 40 proc. „Instinct“ naudotojų per tris savaites susieja savo kredito kortelę. „Instinct“ ir „Meta“ taip pat bendradarbiauja su mokėjimų bendrove „Stripe“ ir siūlo skaitmeninę piniginę, leidžiančią naudotojams atlikti pirkimus tiesiogiai neatskleidžiant savo bankinių duomenų – tai kai kuriems gali suteikti daugiau ramybės.

Kitas didelis iššūkis botų kūrėjams – įtikinti kitus verslus priimti jų agentus. Kai kurie verslai tai daro noriai. „Shopify“ – elektroninės prekybos programinės įrangos platforma – stengiasi sudaryti palankesnes sąlygas „Instinct“ ir „Muse“ atlikti pirkimus iš jos prekybininkų tinklo. „Meta“ taip pat pastebėta bendradarbiaujant su „Walmart“ – didžiausiu mažmeninės prekybos tinklu Amerikoje; „Instacart“ – maisto prekių pristatymo paslauga; bei „Expedia“ – kelionių užsakymo svetaine.

Tačiau kitos įmonės nėra įsitikinusios. Pavyzdžiui, „Amazon“ šiuo metu yra neprieinama nei „Instinct“, nei „Muse“. Šis elektroninės prekybos milžinas didelę dalį pelno gauna rodydamas vartotojams reklamą, todėl šiuo metu jam nelabai reikia papildomo srauto, kurį galėtų nukreipti asmeniniai agentai. „Amazon“ taip pat skundėsi, kad „Meta“ neįspėjo jos apie „Muse“ pristatymą.

Kai kurie Silicio slėnio vadovai teigia, kad, prieš atverdami savo sistemas asmeniniams agentams, nori palaukti ir pamatyti, kaip ši technologija vystysis. Tuo tarpu botų kūrėjai aktyviai bando juos sudominti. P. Shinnas pateikia restoranų rezervavimo platformų pavyzdį: kai kurias iš jų „Instinct“ pavyko patraukti į savo pusę įsipareigojus neleisti savo agentams atlikti daugybės rezervacijų, kurios vėliau visos, išskyrus vieną, būtų atšauktos. Netgi „Amazon“ vadovas Andy Jassy, regis, neatmeta galimybių ateityje – anksčiau jis yra sakęs, kad „labai tikisi“, jog galiausiai pavyks pasiekti sąžiningą susitarimą, leisiantį agentams naudotis „Amazon“ prekyviete.

Tokie susitarimai bus būtini, jei asmeniniai agentai taps perspektyviu verslu. M. Zuckerbergas teigė, kad, jo vizija, „Muse“ pajamas generuos derindama prenumeratos mokesčius ir dalį nuo sandorių, kuriuos ji padės įgyvendinti. P. Shinnas prognozuoja, kad ilgainiui didžioji dalis internetinių išlaidų bus atliekama per asmeninius agentus.

Kol kas neaišku, kuriam botų kūrėjui pavyks užimti didžiausią šio verslo dalį. „Instinct“ iki šiol yra pritraukusi 1,4 mlrd. JAV dolerių investicijų. Tai solidi suma vienerių metų senumo startuoliui, tačiau, palyginti su „Meta“ turimais ištekliais – tik lašas jūroje.

„OpenAI“ ir „Google“ (kuri kuria „Gemini“ modelius) taip pat siūlo savo asmeninius agentus.

Nors šiuo metu jie labiau orientuoti į verslo, o ne į privačių vartotojų segmentą, jų taikymo sritis gali plėstis. „Airbnb“ – trumpalaikės nuomos platforma, siekianti tapti vieno langelio principu veikiančia paslaugų vieta įvairiausioms patirtims, – taip pat pranešė, kad kitais metais planuoja pristatyti asmeninį agentą.

Be to, yra „Apple“, kuri birželį atliko didelį „Siri“ atnaujinimą. Naujasis botas yra kiek sumanesnis, tačiau jam trūksta daugelio autonominių galimybių, būdingų agentams, kurie šiuo metu pelno vartotojų palankumą. Galbūt, „iPhone“ gamintojui vertėtų apsvarstyti galimybę susisiekti su „Instinct“?” [1]

1. Call my agent. The Economist; London Vol. 461, Iss. 9522, (Oct 24, 2026): 69, 70.

Call my agent

2026-10-25T20:28:31.724-07:00

“Silicon Valley has long dreamed of building a digital assistant capable enough to rid users of many of the tedious personal tasks that gobble up time and attention. Fictional representations, such as J.A.R.V.I.S. (Just a Rather Very Intelligent System) in the “Iron Man” films, set expectations high. In 2010 Apple, the iPhone-maker, acquired Siri, one such aide. It turned out to be disappointingly moronic.

Now, amid the current wave of investment in artificial intelligence, the era of personal AI agents may at last have arrived. In the past two months Meta, a social-media giant, and Instinct, a startup, have released two such bots to great fanfare.

Instinct’s assistants, which users contact through Apple’s iMessage service or Meta’s WhatsApp, are already checking users into flights, sourcing sold-out concert tickets and arranging dinners with friends, among much else.

Muse, Meta’s offering, has similar powers, but can be reached via WhatsApp, a web browser, a mobile app—or, from later this year, Meta’s smart glasses.

The big shift from earlier generations of digital assistants, explains M.G. Siegler, an investor and blogger, is that these new bots can work proactively, rather than reacting only to what users explicitly ask for. Instinct “really just works in the way I believe we all want AI to act”, says Noah Shinn, the startup’s 24-year-old founder.

Uptake is soaring, so much so that Mr Shinn reckons “in a few years every user in the world that has an internet connection is going to have access to a product like Instinct.” Before then, however, the companies developing personal agents will have to overcome a variety of hurdles to more widespread adoption, including concerns over security and reliability and the reluctance of some big businesses to allow the tools to interact with their systems.

Instinct and Meta have pursued very different approaches to attracting users, but both have been wildly successful. In Instinct’s case, users must be invited by a friend or hand-picked from a waitlist. Even so, the number of users has been growing by about 10% daily. Simplicity keeps them coming back: around half of people who have signed up to Instinct continue using it at least once a week after the first month, according to the startup. Giving Instinct’s agents an instruction is as simple as writing a short text; they will then reply with updates on their progress.

If Instinct is the private party taking place behind a velvet rope, Muse is the open-invite rave anyone can partake in (so long as they live in America or Canada).

By all accounts, the party is heaving—and people are lingering, too. More than 10m people have downloaded the Muse app since its debut a little over a month ago, according to Sensor Tower, a data provider. ChatGPT, the hit chatbot from OpenAI that precipitated the AI boom, had only 3.7m downloads of its mobile app in the same timeframe after its release, around six months after the web version was first unveiled. Muse is retaining users at about the same rates as ChatGPT, too.

Persuading partygoers to expose their data, however, is not always easy. Personal agents need private information to reach their potential: without access to a calendar or a credit card they are little more than a glorified chatbot. Some in techland fear that the bots will leave users vulnerable to new threats such as prompt injections, where an attacker sneaks text to an AI through a website’s computer code and deceives it into misbehaving.

The companies seem to be taking these concerns seriously. Meta assigns a private server for each Muse user to hold their data and operate their assistant.

It has also taught Muse various ways to resist prompt injections, though some security researchers reckon it remains susceptible to malicious instructions.

Instinct has revealed less to the public about its cyber-security measures, but Mr Shinn says the service is designed around the principle that users “should always be in control of their data”.

On top of that are concerns that personal agents could wreak havoc out of sheer stupidity. Meta has admitted that Muse will make mistakes, and has put a number of guardrails in place to minimise the potential damage when it does. Even so, some users may balk at handing over their credit-card details until they are confident their agent will handle them wisely.

Prolonged exposure appears to build that trust. About 40% of Instinct users link a credit card within three weeks. Instinct and Meta also work with Stripe, a payments company, to offer a digital wallet that allows users to make purchases without handing over their banking details directly, which may reassure some.

The other big challenge for bot-builders is to persuade other businesses to welcome their agents. Some appear happy to do so. Shopify, a software platform for e-commerce businesses, is working to make it easier for Instinct and Muse to buy from its network of vendors. Meta is also working with Walmart, America’s biggest retailer; Instacart, a grocery-delivery service; and Expedia, a travel-booking site.

But other companies are unconvinced. Amazon, for instance, is currently off limits to both Instinct and Muse. The e-emporium generates a good chunk of its profit from showing users ads, and currently has little need for the extra traffic that might come its way via personal agents. Amazon has also complained that Meta failed to give it a heads-up about Muse’s release.

Some Silicon Valley bosses say that they are waiting to see how the technology develops before opening their systems to personal agents. In the meantime, the bot-builders are busily courting them. Mr Shinn gives the example of restaurant-booking platforms, some of which Instinct has won over by agreeing to prevent its agents from booking vast numbers of reservations, only to cancel all but one. Even Andy Jassy, Amazon’s boss, appears to be keeping an open mind about the future, saying previously that he is “very hopeful” a fair deal will eventually be reached that allows agents to use its marketplace.

Such agreements will be necessary if personal agents are to become a viable business. Mr Zuckerberg has said that he envisages Muse will earn its keep from a combination of subscriptions and a cut of the transactions it facilitates. Mr Shinn reckons that most online spending will eventually flow through personal agents.

Which bot-builder wins the biggest share of that business is still up for grabs. Instinct has raised $1.4bn to date. That is a tidy sum for a one-year-old startup, but a pittance compared to what Meta has at its disposal.

OpenAI and Google, maker of the Gemini models, both offer their own personal agents.

Although these are currently pitched more for business than consumer use, they could expand their focus. Airbnb, a short-term rental platform that wants to make itself into a one-stop-shop for all manner of experiences, has also said that it plans to launch a personal agent next year.

Then there is Apple, which in June gave Siri a big makeover. The new bot is less of a clod, but it lacks most of the autonomous capabilities of the agents now winning over consumers. Perhaps the iPhone-maker should consider messaging Instinct.” [1]

1. Call my agent. The Economist; London Vol. 461, Iss. 9522, (Oct 24, 2026): 69, 70.

Dirbtinio intelekto sukurta fantastiška gyvybė

2026-10-25T19:58:21.831-07:00

„Prieš dvidešimt metų žurnalas „The Economist“ paskelbė straipsnį apie gamyklą, galinčią kurti drakonus. Tai buvo pokštas, skirtas balandžio 1-ajai, paremtas idėja, kad gyvas ląsteles galima tiksliai sumodeliuoti kompiuteriuose. Tuo metu ši idėja tebuvo fantazija. Tačiau per pastaruosius dešimtmečius suklestėjęs dirbtinis intelektas priartino ją prie realybės. Pažangos ženklas pasirodė spalio 7 d., kai iniciatyva „Virtual Biology Initiative“ (VBI) – projektas, skirtas duomenims, reikalingiems ląstelių elgsenos ir pokyčių prognozavimo modeliams kurti, rinkti – pranešė, kad nuo balandžio mėnesio, kai buvo pradėta veikla, gavo įsipareigojimų dėl 800 mln. JAV dolerių finansavimo.

VBI tikslai susiję su medicina. Prognozavimo modeliai leis tyrėjams kurti veiksmingesnius vaistus, kurie turės didesnę tikimybę sėkmingai įveikti klinikinius tyrimus. Be to, jei tai pavyks, ateities modeliai galėtų būti naudojami kuriant modifikuotas esamų organizmų versijas – pavyzdžiui, žemės ūkio augalų, – o galbūt ilgainiui – ir visiškai naujus gyvus organizmus.

Biologijos pertvarkymas

Technologija, dėl kurios tokia pažanga tapo įmanoma, yra gilusis mokymasis (angl. *deep learning*), kai dideli neuroniniai tinklai mokomi spręsti sudėtingas problemas. Būtent šis metodas yra pagrindas vadinamiesiems pamatiniams modeliams (*foundation models*), kuriais remiasi pokalbių robotai, platinami tokių įmonių kaip „Anthropic“, „Google“ ir „OpenAI“. Šiems modeliams ilgos molekulinės grandinės, sudarančios biologijos pagrindą (nukleorūgštys ir baltymai), niekuo nesiskiria nuo žodžių sekų žmonių tekstuose. Tad idėja pritaikyti pamatinius modelius biologijai buvo visiškai logiška. Ir ji pasirodė esanti itin vaisinga.

Pasak Adriano Woolfsono, San Diege įsikūrusio biotechnologijų startuolio „Genyro“ verslo strategijos vadovo: „Biologija dabar yra apskaičiuojama, nuspėjama, o vadinasi – ir projektuojama.“ Jį taip pat galima pritaikyti konkrečioms užduotims. Pavyzdžiui, „Evo 2“ – bazinis modelis, kurį iš dalies sukūrė Brianas Hie iš Palo Alto mieste įsikūrusio „Arc Institute“, – gali analizuoti iki 1 mln. bazinių porų ilgio DNR atkarpas (tai atitinka nedidelio bakterijos genomo dydį). Nagrinėdamas cheminių bazių, sudarančių šios molekulės dvigubąją spiralę, išsidėstymo tvarką, modelis gali prognozuoti, kaip šios tvarkos pokyčiai paveiktų organizmą, kuriam priklauso ši DNR. Tai įmanoma todėl, kad modelis buvo apmokytas naudojant DNR sekas, surinktas iš daugiau nei 100 000 rūšių – panašiai kaip pokalbių robotai (angl. *chatbots*) mokomi naudojant tekstinius duomenis.

Sausio mėnesį dr. Woolfsono moksliniai partneriai Kaihangas Wangas ir Noah Robinsonas iš Kalifornijos technologijos instituto pristatė pasauliui itin tikslią ir efektyvią DNR surinkimo sistemą, pavadintą „Sidewinder“. „Sidewinder“ gali labai tiksliai sujungti ilgas DNR atkarpas (šiuo metu – iki 12 500 bazinių porų). To pakanka, kad būtų galima susintetinti nedidelių virusų genomus. Be to, ši sistema palengvina dar ilgesnių DNR sekų, pavyzdžiui, bakterijų genomų ar nedidelių dirbtinių chromosomų, kūrimą.

Naudodama „Evo 2“ (dr. Hie yra vienas iš įmonės „Genyro“ įkūrėjų), bendrovė dabar turi priemones, leidžiančias dr. Woolfsonui pereiti nuo žodžių prie realių darbų. Jis tikisi tai įgyvendinti, be kita ko, susintetindamas dirbtinę kviečių chromosomą, kurioje būtų genų, suteikiančių augalui atsparumą karščiui ir sausrai.

„Evo 2“ tikrai nėra vienintelis tokio pobūdžio bazinis genomikos modelis. „DeepMind“ – „Google“ dirbtinio intelekto laboratorija – sukūrė modelį, vadinamą „AlphaGenome“. Jis yra labiau specializuotas nei „Evo 2“. „AlphaGenome“ buvo apmokytas beveik vien tik naudojant žmogaus genomus; tą patį galima pasakyti ir apie „Genos“ – modelį, kurį sukūrė „BGI Research“ (Šendženas, Kinija).

Taip pat egzistuoja giliojo mokymosi modeliai, skirti tirti konkrečias ne žmonių rūšių grupes. Tokiu būdu analizuojami augalai, grybai, bakterijos, virusai ir stuburiniai gyvūnai. Kita vertus, Londono įmonė „Basecamp Research“ veikia plačiau: jos modelis apmokytas naudojant mėginius, kuriais siekiama apimti visą įmanomą DNR įvairovę. pavyzdžiui, vandens mėginyje iš tam tikros vietos – siekiant ištirti (ir galiausiai sukurti naujų antibiotikų) cheminį karą, vykstantį tarp jame esančių mikrobų.

Ir tai – tik genomika.

Įvairūs giliojo mokymosi modeliai gali būti taikomi ir kitoms biologinėms molekulėms, ypač baltymams. Jie geba nustatyti, kaip natūralūs baltymai – ilgos cheminių jungčių, vadinamų aminorūgštimis, grandinės – susilanksto į erdvinę struktūrą; tai itin svarbu norint suprasti, kaip jie veikia. Šie modeliai taip pat gali prognozuoti, kokį poveikį turės tam tikrų aminorūgščių pakeitimas, ir netgi sukurti baltymus nuo nulio, turint omenyje konkrečius tikslus – pradedant veiksmingesniais priešnuodžiais gyvačių nuodams ir baigiant specialiai pritaikytais fermentais naujoms cheminėms reakcijoms.

„DeepMind“ taip pat yra sukūrusi vieną iš tokių modelių – „AlphaFold 3“. Jos atskira įmonė „Isomorphic Labs“, kurios ambicingas tikslas – „įveikti visas ligas“, planuoja naudoti tiek šį modelį, tiek „AlphaGenome“ kurdama vaistus kartu su trimis stambiomis, seniai veikiančiomis farmacijos bendrovėmis: „Novartis“, „Eli Lilly“ ir „Johnson & Johnson“. Farmacijos įmonės nurodys taikinius, o „Isomorphic“ pasitelks dirbtinį intelektą, kad pasiūlytų potencialius vaistų kandidatus. Tuomet farmacijos bendrovės šiuos pasiūlymus išbandys eksperimentiškai.

Kitos didelės farmacijos įmonės panašius darbus, susijusius su dirbtiniu intelektu, atlieka savo viduje. „Roche“, „Novo“, „GSK“ ir „AstraZeneca“ arba pačios valdo superkompiuterius, arba turi jų dalį. Šiuo tikslu bendrovė „Lilly“ ėmėsi atsargumo priemonių ir, nepriklausomai nuo „Isomorphic“, sukūrė savo sistemą, vadinamą „LillyPod“. Ji taikys giliojo mokymosi metodus duomenims iš 150 metų senumo bendrovės archyvo, kuriame gausu tiek neviešintų nesėkmių, tiek aprašytų sėkmių. Tai turėtų suteikti įžvalgų, neprieinamų tiems, kurie remiasi vien tik moksline literatūra – o joje dažnai labiau akcentuojami sėkmingi rezultatai.

Žemės ūkio srityje dirbtinis intelektas (DI) pasitelkiamas sprendžiant problemas, kurios iki šiol buvo sunkiai įveikiamos. Viena jų – poliploidija; tai augalams būdingas reiškinys, kai organizmas turi kelis panašių chromosomų rinkinius. Daugelis svarbių žemės ūkio kultūrų, pavyzdžiui, kviečiai, medvilnė ir bulvės, yra poliploidinės. Dėl to sunku nustatyti, kurie genai lemia tam tikrus požymius, o kartu – ir kur būtų tikslinga atlikti naudingus genetinius pakeitimus.

Tinkamai pritaikytas DI gali padėti visa tai išsiaiškinti. Jis taip pat gali padėti suprasti augalų imunines sistemas, kurios evoliucionavo nepriklausomai nuo gyvūnų imuninių sistemų, tačiau yra ne mažiau sudėtingos. Tai atveria galimybes jas modifikuoti taip, kad būtų naudinga ūkininkams. Be to, bandoma pasitelkti DI net ir fotosintezės procesams koreguoti, siekiant padidinti jų efektyvumą. Nors tai – labai drąsus užmojis (juk evoliucija turėjo kelis milijardus metų šiam procesui optimizuoti), sėkmės atveju tai būtų neįkainojama galimybė padidinti derlių.

Visgi didžiausias laimėjimas būtų sujungti įvairius DI suteikiamus biologijos tyrimų metodus ir sukurti kompiuterinius ląstelių veikimo modelius. VBI iniciatyva yra žingsnis šia kryptimi.

Ši iniciatyva – tai viešųjų, akademinių ir privačių tyrimų organizacijų koalicija, kuriai vadovauja San Franciske įsikūrusi „Biohub“ – organizacija, kurią įkūrė „Meta“ vadovas Markas Zuckerbergas ir jo žmona Priscilla Chan. Tarp jos narių yra „DeepMind“, „Isomorphic Labs“ ir „Arc Institute“. Tikslas – surinkti didžiulius kiekius naujų biologinių duomenų DI suprantamu formatu; šie duomenys būtini kuriant prognozavimo modelius. Nors tokie modeliai neatkartos visų ląstelių elgsenos aspektų, jie reaguos į imituojamas ligas ir gydymą taip pat, kaip ir tikros ląstelės.

Tai turėtų gerokai paspartinti medicininius tyrimus ir vaistų bandymus. Pavyzdžiui, virtualios ląstelės su skirtingais genomais galėtų parodyti, kurios iš jų greičiausiai gerai reaguos į vaistą – dar net neprasidėjus klinikiniams tyrimams. Dėl to tokie tyrimai taptų labiau formalumu, o ne tuo įtemptu, daugelį metų trunkančiu procesu, kokiu yra dabar.

Norint suprasti biologiją tiek, kad būtų galima sukurti tokią virtualią ląstelę, nepakaks vien tik išnagrinėti atskirų DNR bei baltymų molekulių sudėtį ir sukurti ją atitinkančius modelius – reikės aprėpti kur kas daugiau. Šie nauji modeliai turės „žinoti“, kur yra minėtos molekulės, kaip jos sąveikauja tarpusavyje bei su kitomis biocheminėmis molekulėmis (pavyzdžiui, lipidais ir cukrumi) ir kaip visas šis tinklas reaguoja į signalines molekules, tokias kaip hormonai.

„Biohub“ finansuos priemonių, skirtų šiems tikslams pasiekti, kūrimą – pavyzdžiui, krio-elektroninę tomografiją, leidžiančią beveik atominiu tikslumu pamatyti, kas vyksta ląstelės viduje. Be to, bendradarbiavimo iniciatyvoje, apie kurią taip pat paskelbta spalio 7 d., dalyvaus ir JAV Energetikos departamentas (DoE) bei Nacionaliniai sveikatos institutai (NIH). NIH suteiks jau surinktus duomenis, kurių vertė siekia 500 mln. JAV dolerių; „Biohub“ sieks juos standartizuoti. Savo ruožtu DoE skirs panašią sumą skaičiavimo pajėgumams ir kitiems šiam sumanymui įgyvendinti reikalingiems ištekliams.

Virusas *ex machina*

Virtualios ląstelės vis tiek tebus kompiuteriniai modeliai. Sintetinės biologijos šedevras – vartojant šį žodį originalia prasme, kaip kūrinį, skirtą meistriškumui įrodyti – bus visiškai naujų organizmų sukūrimas „nuo nulio“.

Priklausomai nuo to, kaip apibrėžiami žodžiai „organizmai“ ir „nauji“, gali būti, kad tai jau įvyko. 2025 m. rugsėjį dr. Hie ir keli jo kolegos iš „Arc Institute“ pranešė, kad pasitelkę „Evo 2“ bei jo pirmtaką „Evo 1“, suprojektavo ir susintetino 16 gyvybingų virusų. Nors jie sukurti remiantis bakteriofagu „Phi-X174“ (vienu iš pagrindinių virusologijos tyrimų objektų), naujieji virusai nuo jo iš esmės skiriasi.

Bakteriofagai, kaip rodo pats pavadinimas, puola bakterijas. Įdomu tai, kad kai kurie dr. Hie sukurti virusai pasižymėjo didesniu prisitaikymu (angl. *fitness*) nei jų natūralūs atitikmenys. Jų kokteiliai sugebėjo įveikti natūralų atsparumą virusams, kurį demonstravo trys skirtingos *E. coli* – žarnyno bakterijos, dažnai naudojamos kaip universalus įrankis laboratoriniuose tyrimuose – atmainos. Tai ypač aktualu, nes specialiai sukurti fagai galėtų būti pritaikyti medicinoje. Vadinamoji fagų terapija, kai kenksmingos bakterijos tramdomos ne cheminiais antibiotikais, o virusais, anksčiau buvo laikoma keistenybe, tačiau dabar ji rimtai svarstoma.

Grįžtant prie „Genyro“ – dr. Woolfsono tikrai negalima apkaltinti mąstant siaurai. Jis tikisi, kad sujungus biologinius pamatinius modelius su pigia, didelio masto DNR sinteze, bus galima ištirti daugybę galimybių, kurių natūrali atranka dar nėra atradusi – tai, ką jis vadina „visa DNR erdve“.

Tikėtina, kad viskas prasidėtų nuo organizmų, kurie, nors ir būdami naujoviški, visgi turėtų – kaip ir dr. Hie’aus nagrinėjami fagai – tai struktūros, primenančios kažką natūralaus. Tačiau, kaip ir natūrali atranka, veikdama po vieną žingsnį, evoliucionavo nuo mikrobų iki žmonių – per žuvis, varliagyvius, į žinduolius panašius roplius ir beždžiones, – taip ir dirbtinio intelekto (DI) skatinami laipsniški pokyčiai gali atvesti prie sprendimų, kurie šiandien skamba kaip fantastika. Galbūt pastatus bus galima „auginti“, o ne statyti? Galbūt atsiras pristatymo dronų su sparnais, o ne sraigtais? Arba visureigių su kojomis, o ne ratais?

Be to, pati DNR erdvė gali pasirodyti esanti kur kas didesnė, nei atrodo iš pirmo žvilgsnio. DI suprojektuotos dirbtinės ląstelės galėtų išplėsti biochemijos – o kartu ir sintetinės biologijos – ribas, perrašydamos patį genetinį kodą. Natūraliuose baltymuose naudojama tik 20 rūšių aminorūgščių, tačiau DNR galėtų koduoti tris kartus daugiau, jei baltymų sintezės mechanizmą pavyktų pertvarkyti taip, kad būtų pašalinti dublikatai. Tai atvertų kelią įvairiems naudingiems cheminiams procesams, kurių gamtoje šiuo metu nėra.

Vis dėlto kyla ir pavojus netyčia sukurti pabaisas. Dr. Hie’us su kolegomis savo tyrimams su sintetiniais virusais pasirinko fagus iš dalies todėl, kad jie jokiu būdu negali virsti patogenais. O „Evo 2“ kūrėjai, treniruodami sistemą, pasirūpino, kad duomenų bazėse nebūtų patogeninių virusų – kad modelis netyčia neišmoktų sukurti ko nors pavojingo. Tačiau technologijai plintant, didės ir rizika.

Taigi, kaip ir pats dirbtinis intelektas, biologija, kurią jis įgalins, atveria pasaulius, galinčius būti ir nuostabius, ir gąsdinančius. Kai kitą kartą žurnale „The Economist“ skaitysite straipsnį apie „drakonų fabriką“, nebūkite tokie tikri, kad mes tik juokaujame.“ [1]

1. The life fantastic. The Economist; London Vol. 461, Iss. 9521, (Oct 17, 2026): 72, 73.

The fantastic life, created by AI

2026-10-25T19:54:38.267-07:00

“Twenty years ago, The Economist ran a story about a factory that could make dragons. It was an April Fool, based on the idea that living cells could be modelled accurately inside computers. At the time, that idea was a fantasy. But the flourishing of artificial intelligence in the intervening decades appears to have brought it closer to reality. A sign of progress came on October 7th, when the Virtual Biology Initiative (VBI), a project to collect the data needed to create predictive models of how cells behave and change, announced that it had received commitments worth $800m since its launch in April.

The VBI’s goals are medical. Predictive models will let researchers design more effective drugs that are more likely to pass successfully through clinical trials. But, if that works, future generations of models might be used to design modified versions of existing organisms, such as crop plants—and perhaps, eventually, entirely new living things.

Remixing biology

The technology that has made such advances conceivable is deep learning, wherein large neural networks are trained to tackle complex problems. It is this technique that underpins the foundation models that power the chatbots marketed by firms such as Anthropic, Google and OpenAI. To such models, the long-chain molecules at the heart of biology (nucleic acids and proteins) are no different from the chains of words in human writing. Letting foundation models loose on them was thus an obvious idea. And it is proving extraordinarily productive.

In the words of Adrian Woolfson, the business brain behind Genyro, a bio-startup in San Diego, “Biology is now computable, predictable and therefore designable.” It is also instantiable. Evo 2, for example, a foundation model partly invented by Brian Hie, of the Arc Institute in Palo Alto, can analyse DNA segments up to 1m base-pairs long (the size of a small bacterial genome). By studying the order of chemical bases paired together in that molecule’s double helix, it can predict how changes to that order might affect its parent organism. It is able to do this because it was trained on DNA sequences collected from over 100,000 species, in the way that chatbots are trained on text.

In January Dr Woolfson’s scientific partners, Kaihang Wang and Noah Robinson, of the California Institute of Technology, unleashed on the world a high-fidelity, high-efficiency DNA-assembly system called Sidewinder. Sidewinder can piece long stretches of DNA together (currently up to 12,500 base pairs) with high accuracy. That is enough, by itself, to synthesise the genomes of small viruses. It also simplifies the construction of yet-longer stretches, such as bacterial genomes and small artificial chromosomes.

Combined with Evo 2 (Dr Hie is another of Genyro’s founders) the firm now has the tools needed for Dr Woolfson to put his money where his mouth is. He hopes to do so by synthesising, among other things, an artificial wheat chromosome carrying genes for heat- and drought-resistance.

Evo 2 is by no means the only genomic foundation model out there. DeepMind, Google’s AI lab, has created one called AlphaGenome. It is more of a specialist than Evo 2. AlphaGenome was trained almost exclusively on human genomes, as was Genos, an offering from BGI Research, in Shenzhen, China.

Deep-learning models are available, too, for those studying particular groups of non-human species. Plants, fungi, bacteria, viruses and vertebrate animals are all served in this way. Conversely, Basecamp Research, a company in London, is casting the net wider. Its model is trained on samples that attempt to capture all the DNA in, say, a water sample from a particular place, in order to study—with a view to creating new antibiotics—the chemical warfare going on between the microbes therein.

And that is only genomics.

Deep-learning models of various sorts can also handle other biological molecules, especially proteins. They are able to work out how natural proteins, which are long chains of chemical links called amino acids, fold up, which is crucial to understanding how they work. They can also predict what changing particular amino acids will do, and even design proteins from scratch, with particular purposes in mind—from better antidotes to snake venom to bespoke enzymes for novel chemical reactions.

DeepMind also has one of these, called AlphaFold 3. And its spin-off, Isomorphic Labs—which has the modest mission statement “Solve all disease”—plans to use both that and AlphaGenome in drug-discovery partnerships with three larger, longer-established pharma firms: Novartis, Eli Lilly and Johnson & Johnson. The pharma firms will provide the targets. Isomorphic will use its AI to suggest drug candidates. The pharma firms will then test its suggestions experimentally.

Other established pharma companies are doing similar AI work in-house. Roche, Novo, GSK and AstraZeneca all either own or have stakes in supercomputers for that purpose. Indeed, Lilly itself has hedged its bets by building one, called LillyPod, independently of Isomorphic. This will apply the deep-learning approach to data from the company’s 150-year-old archive, which is replete with unpublished failures as well as published successes. That should yield insights unavailable to those relying solely on the published scientific literature, with its bias towards what worked.

In the field of agriculture, meanwhile, AI is being brought to bear on several hitherto-intractable problems. One such is polyploidy, a phenomenon common in plants in which an organism has multiple sets of similar chromosomes. Several important crops, including wheat, cotton and potatoes, are polyploid. This makes it hard to determine which genes are responsible for what effects, and thus know where to make advantageous genetic edits.

Appropriate AI can sort out what’s what. It can also help make sense of plant immune systems, which have evolved independently of those in animals but are similarly complex. That should allow them to be tweaked to farmers’ advantage. And there are even attempts to use AI to tinker with the fundamentals of photosynthesis, to try to make it more efficient—a long shot, given that evolution has had several billion years to optimise it, but one that would be of incalculable value if it could be pulled off to increase yields.

The big prize, though, will be to combine the approaches to biology enabled by AI to devise computer models of how cells work. The VBI is a step towards this.

The initiative itself is a coalition of public, academic and private research organisations led by Biohub, an organisation in San Francisco set up by Mark Zuckerberg, boss of Meta, and his wife Priscilla Chan. DeepMind, Isomorphic Labs and the Arc Institute are among its members. The aim is to gather, in AI-friendly format, the vast amounts of new biological data needed to create predictive models. Though these will not replicate all aspects of cellular behaviour they will respond like real cells to simulated disease and treatment.

That should greatly speed up medical research and drug testing. Virtual cells with different genomes, for example, might indicate which are likely to respond well to a drug even before clinical trials start. That would make such trials more of a formality, rather than the nail-biting, years-long exercise they currently are.

To understand enough biology to make such a virtual cell will require looking at, and building models to handle, a lot more than just the composition of individual DNA and protein molecules. These new models will need to know where those molecules are, how they interact with each other and with the other molecules of biochemistry (such as lipids and sugars) and how this whole network responds to signalling molecules such as hormones.

Biohub will sponsor the development of tools to do this, such as cryo-electron tomography, which can resolve what is happening inside a cell at close to atomic detail. Meanwhile, in a collaboration also announced on October 7th, America’s Department of Energy (DoE) and National Institutes of Health (NIH) will chip in too. The NIH will contribute $500m-worth of already-collected data that Biohub will attempt to standardise, and the DoE will spend a similar sum on computing and other resources needed for the endeavour.

Virus ex machina

Virtual cells will still be just computer models. Synthetic biology’s masterpiece—in the word’s original sense of a work created to prove mastery—will be to create completely novel organisms from scratch.

Depending on how you define the words “organisms” and “novel”, this may already have happened. In September 2025 Dr Hie and some of his colleagues at the Arc Institute announced that they had used Evo 2 and its predecessor, Evo 1, to design and synthesise 16 viable viruses based on, but significantly different from, a bacteriophage called Phi-X174 that is one of virology’s workhorses.

Bacteriophages, as their name suggests, prey on bacteria. Intriguingly, some of Dr Hie’s novelties had higher fitness than their wild equivalents. Cocktails of them proved able to overcome the normal resistance to viruses shown by three different strains of E. coli, a gut bacterium that also has workhorse status. This is of particular interest because custom-built phages might have medical applications. So-called phage therapies, in which hostile bacteria are kept under control by viruses rather than chemical antibiotics, were once widely regarded as eccentric, but are now under active consideration.

Back at Genyro, no one could accuse Dr Woolfson of thinking small. He hopes the combination of biological foundation models and cheap, large-scale DNA synthesis will enable the exploration of the myriad possibilities offers that natural selection has not yet discovered—what he calls “the whole of DNA space.”

This would, presumably, start with creatures that, though novel, still had, like Dr Hie’s phages, a recognisable resemblance to something natural. But, just as natural selection, proceeding one step at a time, went from microbes to humans via fish, amphibians, mammal-like reptiles and monkeys, so AI-driven incremental change might result in applications that sound, today, like fantasy. Growing buildings rather than constructing them, perhaps? Delivery drones with wings instead of propellers? Off-road cars with legs instead of wheels?

And DNA space itself may prove bigger than it looks at first sight. AI-designed artificial cells might assist the extension of biochemistry, and therefore synthetic biology, by rewriting the genetic code itself. Natural proteins employ only 20 types of amino acid, but DNA would have the ability to encode three times as many if the machinery of protein synthesis could be re-wired to eliminate duplicates. That might permit all sorts of useful chemistry that is currently not seen in nature.

It could also, though, unleash accidental monsters. Dr Hie and his colleagues chose phages for their work on synthetic viruses in part because they pose no conceivable threat of turning into pathogens. And the creators of Evo 2 made sure when they were training it that none of the viruses in the databases were pathogenic, lest the model accidentally learn to do something dangerous. As the technology spreads, though, risks will proliferate.

Like AI itself, then, the biology that ai will enable offers possible worlds that are both wonderful and terrifying. The next time you read a story about a dragon factory in an issue of The Economist, don’t be so sure that we’re joking.” [1]

1. The life fantastic. The Economist; London Vol. 461, Iss. 9521, (Oct 17, 2026): 72, 73.

Mokslo revoliucija, kurią sukėlė dirbtinis intelektas

2026-10-25T19:21:39.428-07:00

"Seras Demisas Hassabis teigia, kad įkūrė „Google DeepMind“ siekdamas sukurti „tobuliausią įrankį mokslui“. Nuo to laiko „DeepMind“ atlikti tyrimai devynis kartus puikavosi ant žurnalo „Nature“ viršelio. Iš pradžių tai buvo susiję su proveržiais pačioje dirbtinio intelekto (DI) srityje, tačiau pastarieji laimėjimai pasiekti pritaikius DI kitose mokslo srityse. Pavyzdžiui, už baltymų struktūros nustatymo modelį „AlphaFold“ seras Demisas 2024 m. buvo apdovanotas Nobelio premija (kartu su kitais laureatais).

„DeepMind“ konkurentai taip pat sparčiai žengia į priekį. Šį rudenį bendrovė „OpenAI“ iš esmės pakeitė matematikos pasaulį: išsprendė vieną iš „Tūkstantmečio premijos“ uždavinių, o vėliau per vieną dieną paskelbė sprendimus daugiau nei 300 iki tol neišspręstų mokslo klausimų. „Anthropic“ vadovas Dario Amodei rugsėjį pareiškė, kad, pasitelkus jų sukurtą modelį „Claude“, buvo atrasta potenciali alternatyva genų redagavimo technologijai CRISPR. Jis pažymėjo, kad biologijos srityje, pasitelkiant DI, stebima „eksponentinė plėtra“.

Prie šios veiklos prisijungia ir mažesnės įmonės: 2024 m. Tokijuje įsikūrusi tyrimų grupė „Sakana AI“ pristatė „DI mokslininką“ – sistemą, kuri, pasak kūrėjų, gali atlikti visas užduotis, reikalingas mokslo straipsniui parengti. Šių metų kovą žurnale „Nature“ paskelbtame recenzuotame straipsnyje „Sakana AI“ pranešė, kad jų sukurtas „DI mokslininkas“ parašė darbą, kuris sėkmingai įveikė pirmąjį recenzavimo etapą prestižinėje DI konferencijoje – tai barjeras, kurio neįveikė beveik trečdalis žmonių parašytų straipsnių.

Iš pradžių tokie pasiekimai buvo palankiai sutikti plačiojoje mokslo bendruomenėje. Tačiau vis spartėjantis atradimų, atliekamų pasitelkiant DI, tempas daugelį neramina. Tyrėjus ypač trikdo tai, kad DI įmonės ne tik siūlo įrankius atradimams daryti, bet ir pačios imasi juos naudoti. Tai neįprasta: paprastai DI bendrovės tiesiog parduoda savo paslaugas įvairių sektorių atstovams – nuo buhalterinių įmonių iki žiniasklaidos priemonių – pačios šiose srityse tiesiogiai neveikdamos. Kodėl gi mokslo srityje situacija kitokia?

Laboratorijų atstovų teigimu, mokslo ribų plėtimas yra tiesiog prasminga veikla – arba, žvelgiant ciniškiau, veikla, kurią demonstruojant galima sukurti teigiamą įvaizdį. Didelė dalis mokslinio darbo didžiausių dirbtinio intelekto (DI) įmonių veikloje pristatoma, kaip moksliniai tyrimai dėl pačių tyrimų. Pasak sero Demiso, jo iškelti ambicingi tikslai atsirado todėl, kad jis norėjo „suprasti, kas vyksta visatoje“. Praktinis pritaikomumas, kaip ir daugeliui gerų mokslininkų, jam buvo tik antraeilis dalykas.

Panašiai kalba ir kiti „DeepMind“ atstovai. „Mums tiesiog nuoširdžiai rūpi ši veikla“, – teigia Markas Chenas, „OpenAI“ tyrimų vadovas, atmesdamas kaltinimus, esą įmonės vykdomi moksliniai tyrimai tėra korporatyvinė filantropija. Pasak M. Cheno, daugelis įmonės tyrėjų prieš pereidami į verslo sektorių dirbo mokslininkais arba matematikais, todėl jie vis dar ilgisi to grožio, kurį suteikia nauji atradimai.

Vis dėlto pelno perspektyva taip pat nepakenkia. Puikus pavyzdys – „Isomorphic Labs“, iš „DeepMind“ atskilusi įmonė, kurią įkūrė seras Demisas. Ji siekia pasitelkti „DeepMind“ technologijas kurdama inovatyvius gydymo būdus vėžiui, širdies ir kraujagyslių bei imuninės sistemos ligoms. Įmonė sukūrė savitą technologiją – atnaujintą „AlphaFold 3“ versiją, kuri biocheminių reakcijų srityje gali atlikti tokį patį proveržį, kokį jos pirmtakė pasiekė baltymų lankstymosi srityje. Jei ši rizikinga strategija pasiteisins, „Isomorphic Labs“ pradės generuoti finansinę grąžą: farmacijos bendrovės visame pasaulyje ims kurti tikrus vaistus iš 17 šiuo metu vystomų molekulių kandidatų.

Didesnis gėris

Nors pripažinimas ir pelnas yra stiprios paskatos, tai – tik dalis istorijos. Tikroji priežastis, kodėl DI laboratorijos taip noriai investuoja į mokslą, greičiausiai ta, kad tai geriausias būdas tobulinti savo modelius.

Didžiųjų kalbos modelių (angl. *large language models*, LLM) gyvavimo pradžioje mokslinės žinios buvo vienas iš kriterijų, pagal kuriuos vertinta, kiek naujieji modeliai pranoksta savo pirmtakus. Tačiau tuometiniai testai nebuvo sudėtingesni už vidurinės mokyklos gamtos mokslų viktoriną. Šiuolaikiniai pažangiausi modeliai, priešingai, geba spręsti aukštojo mokslo lygio užduotis. Pavyzdžiui, atliekant „paskutinį žmonijos egzaminą“ – visapusišką žinių patikrinimą, sukurtą taip, kad būtų maksimaliai sudėtingas, – jie surenka šiek tiek daugiau nei 50 proc. taškų (žr. diagramą).

Dėl tokios spartaus progreso DI laboratorijoms ima stigti duomenų, skirtų modeliams testuoti. Logiškas kitas žingsnis – dirbtinio intelekto modeliams patiems atlikti naujus tyrimus. „Mokslas ir matematika“, – sako Pushmeetas Kohli, „Google DeepMind“ mokslo komandos vadovas, – „tarnauja kaip žaidimų aikštelė, didieji iššūkiai, kuriuos keliame dirbtiniam intelektui, kad paskatintume inovacijas.“

Neišspręsti matematikos klausimai yra ypač vertingi, nes bet kokius modelių rastus atsakymus galima formaliai įrodyti ir patikrinti. Dirbtinio intelekto kūrimo srityje taikoma technika, vadinama „pastiprinamuoju mokymusi su patikrinamais atlygiais“ – laboratorijos moko dirbtinio intelekto modelius, duodamos jiems užduotis srityse, į kurias yra objektyviai teisingi atsakymai, ir apdovanodamos juos už sėkmę. Buvo spėliojama, kad naujausias „OpenAI“ matematikos darbų rinkinys gali būti vieno tokio mokymo šalutinis produktas. „Pateikti oficialų šios neišspręstos problemos įrodymą“ galėtų būti sunkiausias, bet patikrinamas, iššūkis, ką gali pasiūlyti žmonija.

Tačiau modelių siekis tapti pasauliniu matematikos lyderiu nebūtinai reiškia, kad jie bus kompetentingesni kitose užduotyse. Mokslinių problemų sprendimas gali dar labiau „padidinti“ dirbtinio intelekto sistemų intelektą, o tai reiškia, kad kai kuriose srityse jos demonstruoja antžmogišką potencialą, o kitose daro juokingas klaidas (nors ir rečiau nei anksčiau). Ar dirbtinio intelekto modeliai, turintys itin protingų mokslinių gebėjimų, vėliau išsiugdys bendrąją kompetenciją, yra „egzistencinis“ klausimas, anot vieno bendrovės atstovo, turintis pasekmių žmonijos ateičiai.

Yra priežasčių manyti, kad tokiu būdu apmokytų modelių intelektas gali būti mažiau „padidintas“, nei tikėtasi. Ponas Chenas iš „OpenAI“ primena „karčią pamoką“ iš dirbtinio intelekto mokslo: didesnės, architektūriškai paprastesnės sistemos pasirodo esančios geresnės nei tos, kuriose yra baroko stiliaus papildymų, skirtų specializuotis. Pasak Richo Suttono, dirbtinio intelekto tyrėjo, kuris pirmasis pavartojo šią frazę, dirbtinio intelekto sistemos tokiose srityse kaip šachmatai ir kalbos atpažinimas tapo geresnės, kai tyrėjai nustojo bandyti diktuoti, kaip jų modeliai turėtų atlikti užduotį.

Naujausi darbai tai patvirtina. Preliminarūs tyrimai, kuriems vadovavo Yong Liu iš Šanchajaus Jiao Tong universiteto, parodė, kad sistemos, mokančios sulankstyti baltymus – be mikrovaldymo, atrodo, pagerina jas ir visose kitose srityse. „Alibaba“ atvirojo kodo „Qwen AI“ versija, apmokyta su baltymų lankstymu susijusiais klausimais ir atsakymais, parodė geresnius gebėjimus tokiose srityse kaip erdvinis, grafinis, mokslinis ir bendrasis samprotavimas.

Išvada ta, kad „OpenAI“, pasak p. Cheno, yra „karčios pamokos kupina“: bendrovė daug lažinosi, kad geriausias būdas sukurti modelį bet kuriai užduočiai yra sukurti modelį, kuris galėtų atlikti visas užduotis. Ne visi su tuo sutinka. Pavyzdžiui, „DeepMind“ sėkmingai sukūrė specializuotus modelius, ypač „AlphaFold“.

Tačiau laukia ir karčios pamokos. Bendrovės „bendramokslis“, išleistas gegužę, yra bendroji sistema, naudojanti kelis savo „Gemini“ pokalbių roboto egzempliorius naujoms hipotezėms generuoti, joms viduje apsvarstyti ir patobulinti. Daugeliui tai pasirodė kaip pokytis, palyginti su ankstesniu bendrovės požiūriu. (Šis įrankis buvo pristatytas netrukus prieš tai, kai seras Demisas perėjo į naujas pareigas – tapo „Alphabet“ (pagrindinės „DeepMind“ ir „Google“ bendrovės) vyriausiuoju mokslininku.) Dr. Kohli šiuos pokyčius apibūdina kaip mokslinės veiklos plėtrą.

Jei „kartokoji pamoka“ (angl. *bitter lesson*) pasitvirtins ir toliau, tai gali iš esmės pakeisti mokslinę veiklą. Sukurti nedidelę, konkrečiai užduočiai skirtą mašininio mokymosi sistemą gali daugelis tyrėjų. Pavyzdžiui, pasak Oksfordo universiteto fizikės Héloïse Stevance, dirbtiniu intelektu (DI) paremtam supernovų detektoriui apmokyti prireikė „vos 15 000 pavyzdžių ir mano nešiojamojo kompiuterio skaičiavimo galios“. Tačiau norint sukurti pažangų didelį kalbos modelį (LLM), reikia terabaitų duomenų ir milžiniškų skaičiavimo pajėgumų – tiek, kad tai tampa prieinama tik keletui turtingiausių pasaulio įmonių.

Be to, tobulesni modeliai gali tapti vertingu laimikiu, dėl kurio verta investuoti kapitalą. Geras DI srities mokslininkas gali pasirodyti esąs puikus ir kuriant dar geresnes DI sistemas. Modelio apmokymo procesų efektyvinimas bei DI lustų energijos sąnaudų mažinimas – tai tikslai, kuriuos kelia tokios įmonės kaip „Sakana“ ar „DeepMind“. Jackas Clarkas, vienas iš „Anthropic“ įkūrėjų, prognozuoja, kad iki 2028 m. DI sistemos pačios visiškai pajėgs atlikti šią užduotį. Artėja ateitis, kurioje DI mokslininkai kurs kitus DI mokslininkus.“ [1]

1. A scientific revolution. The Economist; London Vol. 461, Iss. 9521, (Oct 17, 2026): 69, 70.

A scientific revolution, created by AI

2026-10-25T19:17:44.201-07:00

“SIR DEMIS HASSABIS says he started Google DeepMind to create “the ultimate tool for science”. In the years since, DeepMind’s research has graced the cover of Nature nine times. At the beginning that was for breakthroughs in AI itself, but its more recent successes have come from applying AI to other areas of scientific endeavour. Its protein-folding model AlphaFold, for example, earned Sir Demis a share of a Nobel prize in 2024.

DeepMind’s peers are catching up. This autumn, OpenAI reshaped the terrain of mathematics, first by solving a landmark Millennium Prize problem and then by publishing solutions to more than 300 open questions in a single day. Dario Amodei, Anthropic’s boss, declared in September that the company had discovered a potential successor to CRISPR, a gene-editing technique, using its Claude model, promising that AI-powered biology is on an “exponential trend”.

Smaller companies are joining in: in 2024 Sakana AI, a Tokyo-based research group, unveiled an “AI scientist” which its creators claimed could complete all the tasks required to write a scientific paper. In a peer-reviewed article published in Nature this March, Sakana reported that the AI scientist wrote a paper which passed the first round of peer review for a top-tier AI conference—a hurdle which defeated almost a third of the human-written papers.

Such work was initially welcomed by the broader scientific establishment. But the growing pace of AI-powered discovery has put many on edge. Part of what unnerves researchers is the extent to which AI companies are not merely providing a tool for discovery but choosing to wield it themselves. This is unusual: AI companies are content to sell their services to everyone from accountancies to media outlets without operating in those industries themselves. Why, then, is the situation so different with science?

What the labs say implies that they see pushing the frontiers of science as simply a good thing to be doing—or, more cynically, a good thing to be seen doing. Much of the scientific work at the biggest AI companies is promoted as research for its own sake. Sir Demis’s lofty goals came about, he told The Economist, because he wanted “to understand what’s going on here in the universe”. Practical applications, as for all good scientists, were almost secondary.

DeepMind’s peers echo the message. “We just genuinely care about this endeavour,” says Mark Chen, OpenAI’s chief research officer, dismissing accusations that the company’s scientific efforts are corporate philanthropy. Many of the company’s researchers were scientists or mathematicians before moving to the corporate sector, says Mr Chen, and they still yearn for the beauty of a new discovery.

The prospect of profit doesn’t hurt, though. Isomorphic Labs, a spin-out of DeepMind founded by Sir Demis, is the exemplar. The company seeks to use DeepMind’s technology to develop novel therapies for cancers, as well as cardiovascular and immune conditions. It has developed its own technology, an updated version of AlphaFold 3, with the ability to do for biochemical reactions what its predecessor did for protein folding. If the gambit pays off, then Isomorphic will begin to show a financial return as its candidate molecules, of which it has 17 under development, begin to be turned into real medicines by pharmaceutical companies around the world.

Greater goods

Praise and profits, strong motives though they are, are only part of the story. The real reason AI labs are so keen to invest in science is probably because it is the best way to improve their models.

In the early days of large language models (LLMs), scientific aptitude was one of the benchmarks used to test how models surpassed their predecessors. But that test was no trickier than a high-school science quiz. Today’s best models, by contrast, are capable of handling postgraduate level questions, scoring a little over 50% on “humanity’s last exam”, a quiz spanning all domains designed to be as hard as a knowledge-based test can be (see chart).

This rapid progress means AI labs are running out of data on which to test their models. The logical next step is for AI models to do novel research themselves. “Science and mathematics”, says Pushmeet Kohli, the head of Google DeepMind’s science team, “act as the playground, the grand challenges that we give to AI to drive innovation.”

Unsolved questions in mathematics are particularly valuable, since any answers models find can be formally proven and verified. The frontier of AI development relies on a technique known as “reinforcement learning with verifiable rewards”—labs train AI models by giving them tasks in domains which have objectively correct answers, and reward them for success. There has been speculation that OpenAI’s latest dump of maths papers may be the by-product of one such training run. “Provide a formal proof of this unsolved problem” could be the hardest verifiable challenge humanity has to offer.

Pushing models to be world-leading in mathematics, however, does not necessarily mean they will be more competent at other tasks. Churning through scientific problems may make the intelligence of AI systems still more “jagged”, meaning they show superhuman potential in some domains while making laughable errors in others (if less frequently than they once did). Whether AI models with scientific ultra-smarts go on to develop general competency is an “existential” question, according to one company insider, with ramifications for the future of humanity.

There are reasons to think the intelligence of models trained this way may be less jagged than expected. Mr Chen, of OpenAI, invokes the “bitter lesson” of AI science: that bigger, architecturally simpler systems turn out to be better than ones with baroque additions designed to aid specialisation. According to Rich Sutton, the AI researcher who first used the phrase, AI systems in domains from chess to speech recognition got better once researchers stopped trying to dictate how their models should approach the task.

Recent work bears that out. Preliminary research led by Yong Liu from Shanghai Jiao Tong University found that training systems—without micromanagement—to fold proteins appears to make them better at everything else, too. A version of Alibaba’s open-source Qwen AI trained on questions and answers related to protein folding displayed improved capabilities in such areas as spatial, graph, scientific and general reasoning.

The upshot is that OpenAI is, Mr Chen says, “bitter lesson-pilled”: the company has bet big that the best way to build a model for any one task is to build a model that can handle all tasks. Not everyone agrees. DeepMind, for example, has had success developing specialised models, not least AlphaFold.

But the bitter lesson is coming for it, too. The company’s “co-scientist”, released in May, is a general system, using multiple instances of its Gemini chatbot to generate new hypotheses, ponder them internally, and improve them. This struck many as being a pivot from the company’s prior approach. (The tool was released shortly before Sir Demis moved into a new role as chief scientist of Alphabet, DeepMind and Google’s parent company.) Dr Kohli characterises the changes as an expansion of its scientific work.

If the bitter lesson continues to hold, it could reshape scientific endeavour. Building a small, focused machine-learning system is within the scope of many researchers. An AI-powered supernova detector, for instance, took “just 15,000 examples and the computing power of my laptop” to train, according to Héloïse Stevance, a physicist at Oxford University. But building a frontier LLM takes terabytes of data, and a server farm’s worth of compute—enough to render it out of reach of all but a few of the richest companies in the world.

And better models might offer a prize that is worth throwing capital towards. A good AI scientist may also prove to be good at developing better AI systems. Making model training more efficient and AI chips less power-hungry are goals upon which companies from Sakana to DeepMind have set their sights. Jack Clark, a co-founder of Anthropic, predicts that this task will be fully within the capabilities of AI systems by 2028. A future of AI scientists making more AI scientists beckons.” [1]

1. A scientific revolution. The Economist; London Vol. 461, Iss. 9521, (Oct 17, 2026): 69, 70.

Tai – kuklus 3D spausdintuvas, skirtas mėgėjams: senas principas, nauji įrenginiai

2026-10-25T18:50:38.504-07:00

„Šiandien Kinijoje sparčiausiai augantis pramoninis produktas nėra nei elektromobilis, nei ličio jonų baterija, nei netgi humanoidinis robotas. Tai – kuklus 3D spausdintuvas, skirtas mėgėjams. Kadaise buvę tik keistais technologijų entuziastų žaisliukais, 3D spausdintuvai tyliai tapo vienu sėkmingiausių Kinijos plataus vartojimo elektronikos gaminių.

Pirmąjį šių metų pusmetį šių įrenginių eksportas išaugo 90 proc. Per pastarąjį dešimtmetį Kinijos dalis pasaulinėje rinkoje padidėjo nuo 19 iki 96 proc., taip užbaigiant Vakarų įmonių dominavimą.

Pasak Londono rinkos tyrimų bendrovės „Context“ atstovo Chriso Connery, asmeninių 3D spausdintuvų rinką dabar dalijasi „keturi mažieji Šendženo drakonai“. „Creality“, „Anycubic“, „Elegoo“ ir rinkos lyderė „Bambu Lab“ dominuoja visame pasaulyje (žr. grafiką). Jų sėkmė dar kartą įrodo, kaip arši konkurencija Kinijoje, derinama su dosnia vyriausybės parama, gali padėti pagerinti kokybę ir sumažinti eksporto kainas, todėl kiniškus gaminius tampa sunku įveikti.

Šie spausdintuvai veikia kurdami objektus sluoksnis po sluoksnio – dažniausiai išspaudžiant išlydytą plastiką. 1983 m. amerikiečio Chucko Hullio išrasti įrenginiai ilgą laiką buvo brangūs, nepatikimi ir sudėtingi naudoti. Šiandien juos galima įsigyti vos už kiek daugiau nei 500 JAV dolerių; be to, jie pasižymi elegantišku aliuminio korpusu, primenančiu „Apple“ kompiuterius. Panašūs pradinio lygio Vakarų gamintojų spausdintuvai kainuoja daugiau nei dvigubai brangiau. Dirbtinis intelektas leidžia vartotojams kurti objektų modelius – pavyzdžiui, įrankius, detales ar žaislus – tiesiog aprašant juos natūralia kalba, užuot naudojus sudėtingą projektavimo programinę įrangą. Kaip Kinijos gamyklos, pasiekusios didelės apimties gamybą mažomis sąnaudomis, pavertė bepiločius orlaivius pramoginiais prietaisais (kartu iš esmės pakeisdamos ir karo veiksmų pobūdį), taip dabar jos elgiasi ir su 3D spausdintuvais.

Nors pardavimai sparčiai auga, kainų karai sumažino šių „spausdintuvų drakonų“ pelną. Vis dėlto šios įmonės vis dar traukia investuotojus. „Bambu Lab“ 2020 m. įkūrė buvę kitos Kinijos bendrovės – pasaulinės bepiločių orlaivių lyderės DJI – darbuotojai. Pranešama, kad šiai spausdintuvų gamintojai privataus sektoriaus vertinimas siekia apie 10 mlrd. JAV dolerių. Praėjusiais metais pati „DJI“ investavo į „Elegoo“, „Bambu“ konkurentę. Gegužę „Creality“ buvo įtraukta į Honkongo vertybinių popierių biržos sąrašą. Jos rinkos kapitalizacija siekia 12 mlrd. Honkongo dolerių (1,5 mlrd. JAV dolerių).

Vyriausybė vertina 3D spausdinimo įmones. Šis verslas buvo įtrauktas į jos pramonės planą „Pagaminta Kinijoje 2025“, kuris buvo pradėtas 2015 m., siekiant užtikrinti šalies stiprybę ir savarankiškumą aukštųjų technologijų gamyboje (tai labai kelia Vakarų nerimą).

Pareigūnai 3D spausdintuvus laiko būdu gaminti aviacijos ir kosmoso, sveikatos priežiūros ir karinės įrangos komponentus, kurių tiekimui Kinija dažnai pasikliauja Vakarų tiekėjais. Politikos formuotojai nurodė tyrimų institutams ir valstybinėms įmonėms juos pirkti.

Kai kurie konkurentai teigia, kad Kinijos įmonės pelnėsi iš Vakarų atvirojo kodo spausdinimo programinės įrangos. Praėjusį mėnesį Amerikos teismas nusprendė, kad „Bambu Lab“ pažeidė keturis Amerikos bendrovės patentus, ir įpareigojo ją sumokėti 27,6 mln. JAV dolerių žalos atlyginimą. Nors Kinijos įmonės užkariavo vartotojų rinką, joms sunkiai sekasi tai padaryti pramoninių 3D spausdintuvų srityje. Įmonės atsargiai vertina Kinijos gaminių naudojimą, jei tai reiškia, kad joms reikia tiekti jautrius dizainus (nors Didžiosios Britanijos gynybos ministerija naudoja „Bambu“ spausdintuvus, pripažįsta jos vyriausybė).

Už Kinijos ribų aukščiausios klasės įrenginius vis dar daugiausia tiekia Amerikos ir Europos įmonės. Jie gali būti parduodami už milijonus dolerių.

Nepaisydami to, Kinijos tiekėjai kuria naują gamybos formą tiek šalyje, tiek užsienyje. Jie yra novatoriški „3D spausdinimo ūkiai“ – įrenginiai, kuriuose yra net 5000 stalinių 3D spausdintuvų, veikiančių kaip gamyklos. Šiais metais Kinijoje pastatyta keletas tokių spausdintuvų. Spausdinimo ūkiai gali greitai masiškai gaminti niekučius, skirtus keistoms vartotojų tendencijoms, pakeisdami brangius ir lėtus liejimo įpurškimu metodus. Kaip ir patys spausdintuvai, jų produkcija bus aukštesnės kokybės ir pigesnė nei anksčiau.“ [1]

1. Old mould, new machines. The Economist; London Vol. 461, Iss. 9521, (Oct 17, 2026): 51, 52.