Guardian: После скандалов статистика использования Facebook резко падает

Guardian: После скандалов статистика использования Facebook резко падает

Guardian: После скандалов статистика использования Facebook резко падает

По данным Guardian, за последний год статистика использования социальной сети Facebook резко пошла на спад. Это связывают с неоднократными скандалами, в которые площадка была вовлечена с 2018 года.

В своем отчете Guardian ссылается на данные аналитической компании Mixpanel, согласно которым после ситуации с Cambridge Analytica количество лайков, расшариваний и публикаций резко снизилось на целых 20%.

Взяв показания того месяца за основу, аналитики Mixpanel выяснили, что в течение следующих 30 дней вышеозначенные показатели снизились еще на 10%. Летом число лайков, постов, расшариваний и другой активности на площадке Facebook немного увеличилось.

Однако осенью и зимой 2018 года вновь был отмечен спад.

Напомним, что в этом месяце 68% акционеров Facebook проголосовали за уход Цукерберга с поста председателя компании.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru