Седмицата (7–12 юли)

Post Syndicated from Светла Енчева original https://www.toest.bg/sedmitsata-7-12-yuli/

Седмицата (7–12 юли)

Може да се поздравим – България беше окончателно одобрена за еврозоната, с което евроинтеграцията на страната технически приключва. Занапред, ако има „Европа на две скорости“ и сме в групата с по-бавната скорост, само ние сме си виновни за изборите, които сме направили, и за това, че не контролираме достатъчно избраниците си.

Празничното настроение от приемането в еврозоната обаче беше помрачено от ареста на кмета на Варна Благомир Коцев – по скалъпено обвинение и без доказателства. Как човек да не се сети за избухването на Бойко Борисов на въпроса на журналистката от „Дневник“ Петя Владимирова защо прокуратурата повдига обвинения, а службите разследват само политици от ПП?

Ако имате нужда от по-забавна интерпретация на тези и други събития от седмицата, любимото ни Е.Т. е на вашите услуги:

Продължаваме на вътрешнополитическа вълна с Емилия Милчева и статията ѝ „Тройка премиери с гарнитура“. Тя ни отваря очите за факта, че имаме не един министър-председател, а цели трима – Росен Желязков подписва, Бойко Борисов се показва, Делян Пеевски решава. Няма да издам обаче коя е гарнитурата. Ако искате да разберете, ще трябва да прочетете. Брей, в рима го написах…

В публикацията си „Хоругвата на фундаментализма“ пък Александър Драганов ни обръща внимание върху Българската православна църква, която става все по-активна в обществения живот и се опитва да наложи ценностите си на всички. Според него има защо този процес да ни тревожи – още от времето на социализма БПЦ е свързана с Държавна сигурност, а днес тази ѝ зависимост не е изчезнала, а се е прехвърлила към Русия.

Поне нарасналата роля на православието да ни правеше по-човечни, но уви – в България животът на едни хора продължава да се смята за по-ценен от живота на други. Затова тук не става новина, че пожарът, предизвикал смъртта на семейство български граждани с две малки деца, вероятно е запален от омраза към чужденците. Отношението към трагедията в Золинген показва двойния стандарт на страната ни за малцинствата.

Ако тези размишления ви потискат, предлагам бягство във виртуалната реалност с трета част на дискусията на Миглена Николчина и компания за играта „Киберпънк 2077“. Имайте предвид обаче, че разговарящите не се измъкват от сериозните морални проблеми, тъй че, колкото и да бягате, екзистенциалните размисли все ще ви настигат.

Докато сме в полето на виртуалното, преминаваме към статията на Йовко Ламбрев за изкуствения интелект (ИИ) в две части, чиито заглавия съдържат асоциации с общо три филма: „ИИ: Първородният грях“ и „ИИ: нова надежда или невидима заплаха“. Развитието на ИИ докарва едни до възторг, а други до ужас. Йовко обаче ни помага да разберем тази новост в живота ни по-добре, без да изпадаме в крайности. И да не забравяме важността на хората – и на тези, които създават ИИ, и на ползващите го, и на уплашените, и на вдъхновените.

Впрочем напоследък научих за групата Velvet Sundown, чието творчество (дотук два албума) е дело на ИИ. Зорница Христова обаче ни препоръчва само книги от истински автори. Тази седмица е избрала за нас „И леглото ни е зеленина“ от Виолета Радкова, мемоарите на Людмила Миндова „Ангелът на прехода. Книга за майка ми и за свободата“ и „Шекспир. Мъжът, който плаща наема“ от актрисата Джуди Денч – интервюта с Брендън О’Хий.

И ето, стигнахме и до моите препоръки. Случвало ли ви се е да харесате някоя книга толкова много, че да ви се прииска да сте попаднали на нея още в тийнейджърските си години – във възрастта, в която определени книги са допринесли за формирането на идентичността ви? Е, при мен е така с „Мидълсекс“ от Джефри Юдженидис, която за мой срам прочетох едва миналото лято. И така ми се услади, че като я свърших, я прочетох още веднъж. И още ще я чета.

В сърцето ми романът се настани до произведения на Селинджър, Мишел Турние и Кърт Вонегът. И не, той не е просто деликатна и смешно-тъжна (само)ирония. Нито е единствено за интерсекс хората. Нито за смутната история на Балканите и гръцките имигранти в САЩ. Нито за трансформацията на Детройт от център на автомобилната индустрия в призрачен град. За мен поне книгата е най-вече за това – какво е да си човек и колко сложно нещо е идентичността.

Още една препоръка. Отсега точа зъби за септември, когато ще е Месецът на фотографията на Веселин Боришев. Но за да се състои той, са нужни средства – поне 8000 лв. Тук може да се информирате как да подкрепите начинанието на Боришев, а заедно с това да се сдобиете и с произведение на изкуството.

Разбира се, винаги ще се радваме да подкрепите и нас, защото благодарение на вашия принос съществуваме.

Creando experiencias de cliente con IA mediante un hub de comunicaciones moderno

Post Syndicated from Bruno Giorgini original https://aws.amazon.com/blogs/messaging-and-targeting/creando-experiencias-de-cliente-con-ia-mediante-un-hub-de-comunicaciones-moderno/

Los clientes de hoy esperan que las organizaciones satisfagan proactivamente sus necesidades con contenido personalizado, entregado en el momento, lugar y forma de su elección. Buscan interacciones dinámicas y conscientes del contexto con conversaciones sofisticadas a través de todos los canales de comunicación. Esta creciente demanda ejerce presión sobre las organizaciones para transformar sus flujos de trabajo de experiencia del cliente para mejorar la lealtad y aumentar la eficiencia operativa. Si bien los avances recientes en Generative AI (GenAI), incluida la hiperpersonalización y Agentic AI, ofrecen posibilidades interesantes, también presentan nuevos desafíos. Las organizaciones necesitan una arquitectura flexible y reutilizable que les permita incorporar GenAI en sus sistemas existentes de participación del cliente sin requerir una revisión completa de sus soluciones dispares actuales.

Esta publicación de blog explora cómo construir un centro de comunicaciones moderno impulsado por IA utilizando ejemplos de GitHub de código abierto que integran servicios de SMS/MMS y WhatsApp con capacidades de GenAI. Las organizaciones pueden crear experiencias innovadoras de cliente impulsadas por IA con una rápida prueba de concepto sin interrumpir los sistemas existentes.

En combinación con Vector Databases y Retrieval Augmented Generation (RAG), GenAI hace posible reorganizar el conocimiento en un solo sistema y consultar desde una única interfaz de usuario a través de conversación en lenguaje natural con un chatbot o asistente virtual. Canalizar las comunicaciones de los clientes a través de un centro de comunicaciones multicanal vinculado con capacidades de GenAI ayuda a unificar los mecanismos de participación del cliente y agiliza la creación de experiencias ricas para el cliente. Los clientes interactúan con agentes de IA y bots de preguntas y respuestas en el canal de comunicación que les resulta conveniente para autogestionar sus necesidades. Las organizaciones pueden construir experiencias de cliente agnósticas al canal de comunicación mientras recopilan eventos de participación del canal y datos conversacionales en un almacén de datos centralizado para obtener información en tiempo real, consultas ad-hoc, análisis y entrenamiento de ML.

Descripción general de la solución

En el núcleo de la solución se encuentra el Centro de Comunicaciones Moderno que conecta los canales de comunicación digital con servicios clave de GenAI, como Amazon Bedrock y Amazon Q, junto con servicios de AWS ML, bases de datos, almacenamiento y computación sin servidor.

Este diagrama muestra la arquitectura de la solución en Nivel 300

AWS End User Messaging y Amazon SES proporcionan acceso a nivel de API a canales de comunicación digital, ofreciendo servicios seguros, escalables, de alto rendimiento y rentables para que las aplicaciones empresariales intercambien SMS/MMS, WhatsApp, notificaciones push y de voz, y correo electrónico con los clientes.

Una colección de código de muestra de código abierto, publicada en el repositorio AWS-samples de GitHub, ilustra cómo facilitar conversaciones generativas en canales SMS/MMS y WhatsApp. Esto se extenderá para incluir servicios de correo electrónico. Dos componentes clave forman la base de las Muestras de Integración de GenAI: el Orquestrador de chat Multicanal con Agentes de IA, y la Base de Datos de Participación y Análisis para End User Messaging y SES. Nos referiremos a estos simplemente como el Procesador de Conversaciones y la Base de Datos de Participación en el diagrama de la solución.

El Procesador de Conversaciones recibe mensajes de clientes a través de AWS End User Messaging y Amazon Simple Email Service (SES), almacena los detalles de la conversación e invoca al Agente de Amazon Bedrock relevante. Los Agentes de Amazon Bedrock utilizan Modelos de Lenguaje Grandes (LLMs) y bases de conocimiento para analizar tareas, dividirlas en pasos accionables, ejecutar esos pasos o buscar en la base de conocimiento, observar resultados y refinar iterativamente su enfoque hasta completar la tarea junto con una respuesta. Alternativamente, el Procesador de Conversaciones puede funcionar como un bot de preguntas y respuestas, en cuyo caso utiliza Amazon Bedrock Knowledge Bases junto con su función RAG para generar una respuesta LLM y enviarla por el mismo canal que el mensaje del cliente.

La Base de Datos de Participación recopila y combina datos de participación del cliente y registros conversacionales de todos los canales de comunicación, almacenando la información en un data lake centralizado en Amazon S3. Al convertir los datos a un formato común y canónico, la solución simplifica la consulta y el análisis de estos eventos entrantes. Una función Lambda Transformer aprovecha las Plantillas Apache Velocity para transformar los datos JSON entrantes, permitiendo obtener información en tiempo real.

Los datos de eventos sin procesar almacenados en el data lake de Amazon S3 pueden luego alimentar otros servicios de AWS para su procesamiento posterior. Por ejemplo, los datos pueden fluir hacia Amazon Connect Customer Data Profiles o Amazon SageMaker para apoyar el entrenamiento de modelos de machine learning. Los analistas de datos pueden usar Amazon Athena para realizar consultas directas para informes detallados ad-hoc, o enviar los datos a Amazon QuickSight para visualizaciones avanzadas y capacidades de consulta en lenguaje natural a través de Amazon Q en QuickSight.

NOTA: Existe la posibilidad de que los usuarios finales envíen Información Personal Identificable (PII) en los mensajes. Para proteger la privacidad del cliente, considere usar Amazon Comprehend para ayudar a redactar PII antes de almacenar mensajes en S3. La siguiente publicación de blog proporciona una buena descripción general de cómo usar Comprehend para redactar PII: Redact sensitive data from streaming data in near-real time using Amazon Comprehend and Amazon Kinesis Data Firehose.

Amazon Bedrock proporciona capacidades centrales de GenAI como LLMs, Knowledge Bases, Retrieval Augmented Generation (RAG), agentes de IA y Guardrails, para comprender las solicitudes de los clientes, determinar qué acción tomar y qué comunicar de vuelta. Amazon Bedrock Knowledge Bases proporciona conocimiento y razonamiento específico de la organización, mientras que los Agentes de Amazon Bedrock automatizan tareas de múltiples pasos conectándose perfectamente con los sistemas, APIs y fuentes de datos de la empresa.

Requisitos previos

Los siguientes requisitos previos son necesarios para construir su centro de comunicaciones moderno:

  • Una cuenta de AWS. Regístrese para obtener una cuenta de AWS en el sitio web de AWS si no tiene una.
  • Roles y permisos apropiados de AWS Identity and Access Management (IAM) para Amazon Bedrock, AWS End User Messaging y Amazon S3. Para más información, consulte Create a service role for model import.
  • Configuración de AWS End User Messaging: Necesitará configurar la identidad de origen necesaria en el servicio AWS End User Messaging para entregar mensajes a través de SMS o WhatsApp. Si configura SMS, se debe aprovisionar un Número de Teléfono de Origen SMS registrado y activo en AWS End User Messaging SMS. (Dentro de Estados Unidos, use 10DLC o Números Gratuitos (TFNs)). Si configura WhatsApp, se debe aprovisionar un número activo que haya sido registrado con Meta/WhatsApp en AWS End User Messaging Social.
  • Modelos de Amazon Bedrock: Bedrock Anthropic Claude 3.0 Sonnet y Titan Text Embeddings V2 habilitados en su región. Tenga en cuenta que estos son los modelos predeterminados utilizados por la solución; sin embargo, puede experimentar con diferentes modelos.
  • Docker instalado y en ejecución – Se utiliza localmente para empaquetar recursos para el despliegue.
  • Node (> v18) y NPM (> v8.19) instalados y configurados en su computadora
  • AWS Command Line Interface (AWS CLI) instalado y configurado
  • AWS CDK (v2) instalado y configurado en su computadora.

Implementación del Procesador de Conversaciones y Base de Datos de Participación

Implemente las siguientes dos soluciones. Si bien no es obligatorio, es mejor implementarlas en este orden, ya que las salidas de la Base de Datos de Participación pueden utilizarse en el ejemplo de Chat Multicanal:

    1. Engagement Database and Analytics for End User Messaging and SES
    2. Orquestrador de chat Multicanal con Agentes de IA

Cada solución contiene instrucciones detalladas para implementar los servicios requeridos usando AWS Cloud Development Kit (CDK). La primera solución de Base de Datos de Participación creará un flujo de Amazon Data Firehose que puede utilizarse como entrada para la segunda aplicación de Chat Multicanal, de modo que los datos puedan almacenarse y consultarse en la Base de Datos de Participación.

Orquestrador de chat Multicanal con Agentes de IA

Esta solución demuestra cómo los usuarios pueden interactuar con tres diferentes fuentes de conocimiento. Puede que no necesite las tres, sin embargo, esto debería servir como un buen ejemplo para construir la fuente de conocimiento adecuada para su caso de uso particular:

Construya sus Bases de Conocimiento en Amazon Bedrock usando Amazon S3. Por defecto, la solución creará Bases de Conocimiento usando un Bucket de Amazon S3 como fuente de datos. Esta solución le permite cargar documentos a un bucket de Amazon S3 para poblar la base de conocimiento.

NOTA: El proyecto inicial crea un bucket S3 para almacenar los documentos utilizados para la Base de Conocimiento de Bedrock. Por favor, considere usar Amazon Macie para ayudar en el descubrimiento de datos potencialmente sensibles en buckets S3. Amazon Macie puede habilitarse en una prueba gratuita durante 30 días, hasta 150GB por cuenta.

Construya su Base de Conocimiento en Amazon Bedrock usando un Web Crawler. Opcionalmente configure su base de conocimiento para escanear o rastrear sitio(s) web para poblar su base de conocimiento.

Agentes de Amazon Bedrock: Opcionalmente permita que sus usuarios chateen con Agentes de Amazon Bedrock. Los agentes tienen el beneficio adicional de soportar bases de conocimiento para responder preguntas y guiar a los usuarios a través de la recopilación de información necesaria para automatizar una tarea como hacer una reserva. Hay agentes de ejemplo disponibles en el repositorio Amazon Bedrock Agent Samples. Tenga en cuenta que necesitará tener un Agente de Amazon Bedrock creado en su región antes de implementar la solución.

Conclusión

Un Centro de Comunicaciones Moderno, acoplado de manera flexible con servicios centrales de Generative AI, establecerá una base componible para construir experiencias de cliente agnósticas al canal de comunicación. Construya uno aprovechando las Muestras de Integración de GenAI, el Procesador de Conversaciones y la Base de Datos de Participación, combinándolos con los servicios de comunicación digital seguros, escalables, de alto rendimiento y rentables de AWS End User Messaging y Amazon SES. Esto proporcionará un único punto de acceso conversacional a bases de conocimiento y capacidades de IA agéntica en Amazon Bedrock. Comience a experimentar con innovaciones de experiencia del cliente impulsadas por IA con una rápida prueba de concepto que no interferirá con su configuración actual de participación del cliente.

Acerca de los Autores

Squid Dominated the Oceans in the Late Cretaceous

Post Syndicated from Bruce Schneier original https://www.schneier.com/blog/archives/2025/07/squid-dominated-the-oceans-in-the-late-cretaceous.html

New research:

One reason the early years of squids has been such a mystery is because squids’ lack of hard shells made their fossils hard to come by. Undeterred, the team instead focused on finding ancient squid beaks—hard mouthparts with high fossilization potential that could help the team figure out how squids evolved.

With that in mind, the team developed an advanced fossil discovery technique that completely digitized rocks with all their embedded fossils in complete 3D form. Upon using that technique on Late Cretaceous rocks from Japan, the team identified 1,000 fossilized cephalopod beaks hidden inside the rocks, which included 263 squid specimens and 40 previously unknown squid species.

The team said the number of squid fossils they found vastly outnumbered the number of bony fishes and ammonites, which are extinct shelled relatives of squids that are considered among the most successful swimmers of the Mesozoic era.

“Forty previously unknown squid species.” Wow.

As usual, you can also use this squid post to talk about the security stories in the news that I haven’t covered.

Blog moderation policy.

Spring 2025 SOC 1/2/3 reports are now available with 184 services in scope

Post Syndicated from Paul Hong original https://aws.amazon.com/blogs/security/spring-2025-soc-1-2-3-reports-are-now-available-with-184-services-in-scope/

Amazon Web Services (AWS) is pleased to announce that the Spring 2025 System and Organization Controls (SOC) 1, 2, and 3 reports are now available. The reports cover 184 services over the 12-month period from April 1, 2024, to March 31, 2025, giving customers a full year of assurance. The reports demonstrate our continuous commitment to adhering to the heightened expectations for cloud service providers.

Customers can download the Spring 2025 SOC 1, 2, and 3 reports through AWS Artifact, a self-service portal for on-demand access to AWS compliance reports. Sign in to AWS Artifact in the AWS Management Console, or learn more at Getting Started with AWS Artifact.

AWS strives to continuously bring services into the scope of its compliance programs to help customers meet their architectural and regulatory needs. You can view the current list of services in scope on our Services in Scope page. You can also reach out to your AWS account team if you have any questions or feedback about SOC compliance.

To learn more about AWS compliance and security programs, see AWS Compliance Programs. As always, we value feedback and questions; reach out to the AWS Compliance team through the Contact Us page.

If you have feedback about this post, submit comments in the Comments section below.

Paul Hong

Paul is a Compliance Program Manager at AWS. He leads multiple security, compliance, and cloud security training initiatives within AWS and has over 12 years of experience in security assurance. Paul holds CISSP, CEH, and CPA certifications. He has a master’s degree in accounting information systems and a bachelor’s degree in business administration from James Madison University, Virginia.

Tushar Jain

Tushar Jain

Tushar is a Compliance Program Manager at AWS. He leads multiple security and privacy initiatives within AWS. Tushar holds a Master of Business Administration from Indian Institute of Management Shillong, India and a Bachelor of Technology in electronics and telecommunication engineering from Marathwada University, India. He has over 13 years of experience in information security and holds CCSK and CSXF certifications.

Michael Murphy

Michael Murphy

Michael is a Compliance Program Manager at AWS. He leads multiple security and privacy initiatives within AWS. Michael has 12 years of experience in information security. He holds a master’s degree and a bachelor’s degree in computer engineering from Stevens Institute of Technology. He also holds CISSP, CRISC, CISA, and CISM certifications.

Atulsing Patil

Atulsing Patil

Atulsing is a Compliance Program Manager at AWS. He has 28 years of consulting experience in information technology and information security management. Atulsing holds a Master of Science in Electronics degree and professional certifications such as CCSP, CISSP, CISM, CDPSE, ISO 27001 Lead Auditor, HITRUST CSF, Archer Certified Consultant, and AWS CCP.

Nathan Samuel

Nathan Samuel

Nathan is a Compliance Program Manager at AWS. He leads multiple security and privacy initiatives within AWS. Nathan has a Bachelor of Commerce degree from the University of the Witwatersrand, South Africa, and has over 21 years of experience in security assurance. He holds the CISA, CRISC, CGEIT, CISM, CDPSE, and Certified Internal Auditor certifications.

ryan wilks

Ryan Wilks

Ryan is a Compliance Program Manager at AWS. He leads multiple security and privacy initiatives within AWS. Ryan has 14 years of experience in information security. He has a Bachelor of Arts degree from Rutgers University and holds ITIL, CISM, and CISA certifications.

Gabby Iem

Gabby Iem

Gabby is a Program Manager at AWS. She supports multiple initiatives within AWS security assurance and has recently received her bachelor’s degree from Chapman University studying business administration.

Harnessing the Power of Nested Materialized Views and exploring Cascading Refresh

Post Syndicated from Ritesh Sinha original https://aws.amazon.com/blogs/big-data/harnessing-the-power-of-nested-materialized-views-and-exploring-cascading-refresh/

Amazon Redshift materialized views enables you to significantly improve performance of complex queries. Materialized views store precomputed query results that future similar queries can utilize, offering a powerful solution for data warehouse environments where applications often need to execute resource-intensive queries against large tables. This optimization technique enhances query speed and efficiency by allowing many computation steps to be skipped, with precomputed results returned directly. Materialized views are particularly useful for speeding up predictable and repeated queries, such as those used to populate dashboards or generate reports. Instead of repeatedly performing resource-intensive operations, applications can query a materialized view and retrieve precomputed results, leading to significant performance gains and improved user experience. Additionally, materialized views can be incrementally refreshed, applying logic only to changed data when data manipulation language (DML) changes are made to the underlying base tables, further optimizing performance and maintaining data consistency.

This post demonstrates how to maximize your Amazon Redshift query performance by effectively implementing materialized views. We’ll explore creating materialized views and implementing nested refresh strategies, where materialized views are defined in terms of other materialized views to expand their capabilities. This approach is particularly powerful for reusing precomputed joins with different aggregate options, significantly reducing processing time for complex ETL and BI workloads. Let’s explore how to implement this powerful feature in your data warehouse environment.

Introduction to Nested Materialized Views

Nested materialized views in Amazon Redshift allow you to create materialized views based on other materialized views. This capability enables a hierarchical structure of precomputed results, significantly enhancing query performance and data processing efficiency. With nested materialized views, you can build multi-layered data abstractions, creating increasingly complex and specialized views tailored to specific business needs.This layered approach offers several advantages:

  • Improved Query Performance: Each level of the nested materialized view hierarchy serves as a cache, allowing queries to quickly access pre-computed data without the need to traverse the underlying base tables.
  • Reduced Computational Load: By offloading the computational work to the materialized view refresh process, you can significantly reduce the runtime and resource utilization of your day-to-day queries.
  • Simplified Data Modeling: Nested materialized views enable you to create a more modular and extensible data model, where each layer represents a specific business concept or use case.
  • Incremental Refreshes: The Redshift materialized views support incremental refreshes, allowing you to update only the changed data within the nested hierarchy, further optimizing the refresh process.
  • Cascading Materialized Views: The Redshift materialized views support automatic handling of Extract, Load, and Transform (ELT) style workloads, minimizing the need for manual creation and management of these processes.

You can implement nested materialized views using the CREATE MATERIALIZED VIEW statement, which allows referencing other materialized views in the definition. Common use cases include:

  • Modular data transformation pipelines
  • Hierarchical aggregations for progressive analysis
  • Multi-level data validation pipelines
  • Historical data snapshot management
  • Optimized BI reporting with precomputed results

Architecture

architecture

Architectural diagram depicting Amazon Redshift’s nested materialized view structure. Shows multiple base tables (orange) connecting to materialized views (red), with connections to a nested view layer and data sharing table (green). Includes integration points for users and QuickSight visualization.

  1. Base Table(s): These are the underlying base tables that contain the raw data for your data warehouse. It can be local tables or data sharing tables.
  2. Base Materialized View(s): These are the first-level materialized views that are created directly on top of the base tables. These views encapsulate common data transformations and aggregations. This can serve as the base for the nested materialized view and also be accessed by users directly.
  3. Nested Materialized View(s): These are the second level (or higher) materialized views that are created based on the base materialized views. The nested materialized view can further aggregate, filter, or transform the data from the base materialized views.
  4. Application/Users/BI Reporting: The application or business intelligence (BI) tools interact with the nested materialized views to generate reports and dashboards. The nested views provide a more optimized and precomputed data structure for efficient querying and reporting.

Creating and using nested materialized views

To demonstrate how nested materialized views work in Amazon Redshift, we’ll use the TPC-DS dataset. We’ll create three queries using the STORE, STORE_SALES, CUSTOMER, and CUSTOMER_ADDRESS tables to simulate data warehouse reports. This example will illustrate how multiple reports can share result sets and how materialized views can improve both resource efficiency and query performance.Let’s consider the following queries as dashboard queries:

SELECT cust.c_customer_id,
cust.c_first_name, 
cust.c_last_name, 
sales.ss_item_sk, 
sales.ss_quantity, 
cust.c_current_addr_sk 
FROM store_sales sales INNER JOIN customer cust
ON sales.ss_customer_sk = cust.c_customer_sk;

SELECT cust.c_customer_id,
cust.c_first_name, 
cust.c_last_name, 
sales.ss_item_sk, 
sales.ss_quantity, 
cust.c_current_addr_sk, 
store.s_store_name
FROM store_sales sales INNER JOIN customer cust
ON sales.ss_customer_sk = cust.c_customer_sk
INNER JOIN store store
ON sales.ss_store_sk = store.s_store_sk;

SELECT cust.c_customer_id, 
cust.c_first_name, cust.c_last_name, 
sales.ss_item_sk, 
sales.ss_quantity, 
addr.ca_state
FROM store_sales sales INNER JOIN customer cust
ON sales.ss_customer_sk = cust.c_customer_sk
INNER JOIN store store
ON sales.ss_store_sk = store.s_store_sk
INNER JOIN customer_address addr
ON cust.c_current_addr_sk = addr.ca_address_sk;

Notice that the join between STORE_SALES and CUSTOMER tables is present at all 3 queries (dashboards).

The second query adds a join with STORE table and the third query is the second one with an extra join with CUSTOMER_ADDRESS table. This pattern is common in business intelligence scenarios. As mentioned earlier, using a materialized view can speed up queries because the result set is stored and ready to be delivered to the user, avoiding reprocessing of the same data. In cases like this, we can use nested materialized views to reuse already processed data.When transforming our queries into a set of nested materialized views, the result would be as below:

CREATE MATERIALIZED VIEW StoreSalesCust as
SELECT cust.c_customer_id, 
cust.c_first_name, 
cust.c_last_name, 
sales.ss_item_sk, 
sales.ss_store_sk, 
sales.ss_quantity, 
cust.c_current_addr_sk
FROM store_sales sales INNER JOIN customer cust
ON sales.ss_customer_sk = cust.c_customer_sk;

CREATE MATERIALIZED VIEW StoreSalesCustStore as
SELECT storesalescust.c_customer_id, 
storesalescust.c_first_name, 
storesalescust.c_last_name, 
storesalescust.ss_item_sk, 
storesalescust.ss_quantity, 
storesalescust.c_current_addr_sk, 
store.s_store_name
FROM StoreSalesCust storesalescust INNER JOIN store store
ON storesalescust.ss_store_sk = store.s_store_sk;

CREATE MATERIALIZED VIEW StoreSalesCustAddress as
SELECT storesalescuststore.c_customer_id, 
storesalescuststore.c_first_name, 
storesalescuststore.c_last_name, 
storesalescuststore.ss_item_sk, 
storesalescuststore.ss_quantity, 
addr.ca_state
FROM StoreSalesCustStore storesalescuststore INNER JOIN customer_address addr
ON storesalescuststore.c_current_addr_sk = addr.ca_address_sk;

Nested materialized views can improve performance and resource efficiency by reusing initial view results, minimizing redundant joins, and working with smaller result sets. This creates a hierarchical structure where materialized views depend on one another. Due to these dependencies, you must refresh the views in a specific order.

message

SQL query result indicating dependency issue for REFRESH MATERIALIZED VIEW StoreSalesCustAddress.

With the new option “REFRESH MATERIALIZED VIEW mv_name CASCADE” you will be able to refresh the entire chain of dependencies for the materialized views you have. Note that in this example we are using the third materialized view, StoreSalesCustAddress, and this will refresh all 3 materialized views because they are dependent on each other.

message

SQL query showing successful CASCADE refresh of StoreSalesCustAddress materialized view in Amazon Redshift.

If we use the second materialized view with the CASCADE option, we will refresh only the first and second materialized views, leaving the third unchanged. This may be useful when we need to keep some materialized views with less current data than others.

The SVL_MV_REFRESH_STATUS system view reveals the refresh sequence of materialized views. When triggering a cascade refresh on StoreSalesCustAddress, the system follows the dependency chain we established: StoreSalesCust refreshes first, followed by StoreSalesCustStore, and finally StoreSalesCustAddress. This demonstrates how the refresh operation respects the hierarchical structure of our materialized views.

result

SQL query result from SVL_MV_REFRESH_STATUS showing successful recomputation of three materialized views.

Considerations

Consider a dependency chain where StoreSalesCust (A) → StoreSalesCustStore (B) → StoreSalesCustAddress (C).

  • The CASCADE refresh behavior works as follows:
    • When refreshing C with CASCADE: A, B, and C will all be refreshed.
    • When refreshing B with CASCADE: Only A and B will be refreshed.
    • When refreshing A with CASCADE: Only A will be refreshed.
    • If you specifically need to refresh A and C but not B, you must perform separate refresh operations without using CASCADE—first refresh A, then refresh C directly.

Best Practices for Materialized View

  • Improve the source query: Start with a well-optimized SELECT statement for your materialized view. This is especially important for views that need full rebuilds during each refresh.
  • Plan refresh strategies: When creating materialized views that depend on other materialized views, you cannot use AUTO REFRESH YES. Instead, implement orchestrated refresh mechanisms using Redshift Data API with Amazon EventBridge for scheduling and AWS Step Functions for workflow management.
  • Leverage distribution and sort keys: Properly configure distribution and sort keys on materialized views based on their query patterns to optimize performance. Well-chosen keys improve query speed and reduce I/O operations.
  • Consider incremental refresh capability: When possible, design materialized views to support incremental refresh, which only updates changed data rather than rebuilding the entire view, greatly improving refresh performance.
  • To learn more about the Automated materialized view (auto-MV) feature to boost your workload performance, this intelligent system monitors your workload and automatically creates materialized views to enhance overall performance. For more detailed information on this feature, please refer to Automated materialized views.

Clean up

Complete the following steps to clean up your resources:

  • Delete the Redshift provisioned replica cluster or the Redshift serverless endpoints created for this exercise

or

  • Drop only the Materialized view which you have created for testing

Conclusion

This post showed how to create nested Amazon Redshift materialized views and refresh the child materialized views using the new REFRESH CASCADE option. You can quickly build and maintain efficient data processing pipelines and seamlessly extend the low latency query execution benefits of materialized views to data analysis.


About the authors

Ritesh Kumar Sinha is an Analytics Specialist Solutions Architect based out of San Francisco. He has helped customers build scalable data warehousing and big data solutions for over 16 years. He loves to design and build efficient end-to-end solutions on AWS. In his spare time, he loves reading, walking, and doing yoga.

Raza Hafeez is a Senior Product Manager at Amazon Redshift. He has over 13 years of professional experience building and optimizing enterprise data warehouses and is passionate about enabling customers to realize the power of their data. He specializes in migrating enterprise data warehouses to AWS Modern Data Architecture.

Ricardo Serafim is a Senior Analytics Specialist Solutions Architect at AWS. He has been helping companies with Data Warehouse solutions since 2007.

ИИ: Нова надежда или невидима заплаха

Post Syndicated from Йовко Ламбрев original https://www.toest.bg/ii-nova-nadezhda-ili-nevidima-zaplaha/

<< Към първа част

ИИ: Нова надежда или невидима заплаха

Популярен мем от интернет фолклора гласи: „Мислех, че роботите ще готвят и перат, за да мога да рисувам и творя, а то пак аз пера и готвя, а те рисуват и творят.“ Смятам, че е много подходящо да продължим във втората част на темата за изкуствения интелект именно с тази шега.

В първата част изяснихме, че благодарение на изчислителните възможности на днешните процесори и големите масиви от информация, с които можем да захраним моделите на ИИ, те всъщност вече превъзхождат човешките способности за осмисляне и преработване на информация. Тези способности на ИИ обаче са изчислителни. Машината не разбира какво изчислява. Колкото и парадоксално да звучи, тя не знае какво прави.

Има фундаментална разлика между това да знаеш, че нещо е вярно като факт – защото така са те учили в училище или са ти го поднесли наготово, както в случая на ИИ, – и да знаеш защо то е вярно.

Разликата е в съзнателното разбиране. Все още не е ясно дали ИИ някога ще бъде способен на това.

(Тук по-добре да спестим колебанията си колко от хората биха могли да прескочат същата летва.)

Нужно ли му е обаче на ИИ да разбира по този начин? За да прави това, което може да прави към днешна дата – не. За да бъде наистина автономен интелект – вероятно да. Смята се, че ако се сдобие с такива способности, ИИ следва да може сам да създава ново знание, надграждайки това, с което вече сме го захранили. Предвид сериозните му изчислителни възможности, човечеството може да има огромни ползи… но и да се изправи пред страховити проблеми. И това, че някаква част от хората биха останали без работа, е най-малкият от тях. Все пак нека не подминаваме повече тази тема.

ИИ и бъдещите професии

Миналата седмица една от компаниите, които се борят за лидерско място в областта на ИИ – Microsoft, – обяви, че уволнява 9000 души. Заедно с други 6000, които бяха освободени предишните два месеца, съкратените служители на корпорацията стават 15 000 само за първата половина на 2025 г. През юни Google, друг лидер в областта на ИИ, анонсира програма за „доброволно напускане“ на служители заради преструктуриране на бизнеса.

Виновен ли е ИИ за това? В известен смисъл – да. Но не точно този, който първосигнално ни идва наум. Знам, че за мнозина би изглеждало справедливо възмездие ИТ хората да понесат част от щетите, които причиняват – не е невъзможно да се случи, разбира се, но… ИИ все още има нужда от хора около себе си, които знаят какво искат от него и как да го напътстват. Причината за горните съкращения е, че големите корпорации се готвят за огромни разходи с едничката цел да останат фактор в надпреварата за по-по-най ИИ. И в следващите месеци ще стягат колана, за да могат да посрещнат безумните инвестиции, които планират да направят за мащабиране на инфраструктурата си за ИИ и… за електроенергията за тази инфраструктура.

Иначе е факт, че ИИ вече програмира доста прилично, но също така е вярно, че прави грешки,

може да сътвори безумни проблеми, особено със сигурността… и най-важното – не е в състояние да носи отговорност за действията си.

Неотдавна самият изпълнителен директор на Google Сундар Пичай сподели, че ИИ вече пише около 30% от кода им, но това води до едва 10% инженерна ефективност. Надали има по-добро признание, че действителността е много по-различна от медийните фанфари по темата. Така че не, програмистите все още не са станали излишни. Даже онези компании, които избързаха да освобождават разработчици, започнаха да връщат част от тях. Но важната думичка е част. А по-важният въпрос е коя част.

Има и друго – в технологичната индустрия през последния четвърт век влязоха твърде много хора, които не носят професията в сърцето си. Те бяха привлечени от парите. Иначе биха се занимавали с друго и в други сфери. Появиха се много церемониални роли, директори на водопади, препращачи на имейли, мениджъри на щастие… След пандемията през 2020 г. някои компании назначиха прекалено много персонал.

Секторът има нужда от отрезвяване и приземяване, но съм скептичен, че точно ИИ ще го побутне в правилната посока. По-скоро се надува нов балон.

Има и структурен проблем. Не само в ИТ сегмента, а почти навсякъде ИИ за момента застрашава предимно роли, заемани от младши специалисти. Формулата за внедряването му често се заключава около концепцията, че увеличената производителност на опитен експерт, въоръжен с ИИ, елиминира необходимостта от млади кадри. Проблемът тук е стратегически, а именно, че перспективата пред младите специалисти да се развият и придобият опит драстично се свива. И съвсем резонен е въпросът какво ще правим, когато старшите експерти с опит станат недостатъчни, а не сме обучили навреме младши. За разлика от ИИ, ние, хората, не се раждаме обучени и ни е нужно време, за да натрупаме знания и най-вече опит.

Ако индустриалните революции дотук влияеха предимно върху ръчния труд, то ИИ поне засега има повече потенциал за приложение в офисите, автоматизирайки предимно интелектуален труд, особено във функции и роли с по-ниска добавена стойност.

Затова опасенията на част от хората за бъдещето, при това за съвсем непосредственото бъдеще, не са нито смешни, нито пренебрежими.

В човешката история винаги са изчезвали едни професии и са се появявали други, съвсем нови. През януари в доклада на Световния икономически форум за бъдещето на работните места се прогнозира, че през следващите пет години се очаква да бъдат създадени 170 млн. нови работни места и да бъдат закрити 92 млн. стари, което означава структурно текучество на пазара на труда от 22% (от 1,2 млрд. официални работни места в изследваната извадка данни). Според прогнозата ИИ няма да е единственият виновник за това, но е основен. И ако изглежда като добра новина това, че се очаква нетно увеличение на заетостта от 7%, или ръст от 78 млн. работни места, то проблемната част е колко души ще са подготвени да ги заемат, както и че всеки четвърти-пети човек на планетата ще бъде пряко засегнат от този процес.

Съвсем скорошно изследване на Станфорд показва, че хората възприемат най-позитивно автоматизацията чрез ИИ, когато тя освобождава време за друга работа с висока стойност (това твърдят 69,4% от анкетираните). Други най-приемливи приложения на ИИ са разтоварване от досадно повторяеми задачи (46,6%) и от стрес (25,5%) или пък когато има възможности за подобряване на качеството (46,6%). Мнозинството от хората предпочитат сътрудничеството между ИИ и човека (45,2%) или автоматизация чрез ИИ, която обаче разчита на ключова намеса от човека (35,6%).

Конвенционалната мъдрост предполага вслушване в нагласите на хората. Не само на теория.

Разбира се, ако правителствата, бизнесът и технологичната индустрия не са окончателно забравили, че всъщност смисълът на всичко е хората да водят по-добър, щастлив и качествен живот. С правилно внедряване, адекватен контрол и нужната етика ИИ може да бъде в хармонична симбиоза с човечеството и да помага за решаване на много и разнообразни проблеми. За съжаление обаче, като всеки инструмент, с него може и да се злоупотребява и рисковете това да се случва не бива да се пренебрегват. Изобщо не е нужно да чакаме ИИ да стане свръхинтелигентен, за да се борим с последствията, които приложенията му вече причиняват.

ИИ, медии и истина

В доклада за дигиталните новини на Института „Ройтерс“ за 2025 г. се твърди, че 73% от американците споделят как не се ориентират или трудно се ориентират какво е истина и какво – лъжа. В Европа този процент засега е само 46.

Но сега изгледайте този новинарски репортаж…

В него няма нищо истинско. Това не се е случило. Нито един от показаните образи не съществува. Лицата, казаното, дори журналистите са компютърно генерирани от ИИ. Нищо че изглеждат като съвсем реални хора, които споделят свои възгледи – добронамерени и позитивни впрочем. Ами ако не бяха?

От технологична гледна точка наистина е впечатляващо колко реалистично изглежда всичко. Но е и точно толкова проблематично. Защото не просто е трудно, а вече става невъзможно да се отличи реалното от виртуално генерираното. И това отваря врати за всякакви злоупотреби.

Технологията е чудесна сама по себе си – проблемът е кой и за какви цели би могъл да я използва.

Инструментът, с който е генериран горният новинарски псевдорепортаж, е достъпен за всички, не струва много и с него може да бъде скалъпена всякаква ужасна новина, която да накара множество хора да повярват, че е истина.

Телефонни измамници и телемаркетинг компании ползват ИИ, за да синтезират човешки гласове. Появиха се фалшиви реклами, промотиращи продукти с лицата на известни личности, които нямат представа за това.

Големият въпрос е как ще живеем в свят, в който е невъзможно да отличим лъжа от истина.

Това не е всичко. Откакто Google започна да предлага т.нар. AI overviews (българският превод е тромав – „общ преглед, създаден от ИИ“, или иначе казано, генерирано от ИИ резюме на всяко търсене в търсачката), медиите се оплакват от огромен спад в трафика към сайтовете си. Очевидно е защо – ако потребителите търсят нещо и получат кратко резюме още в началото, колко от тях биха продължили да четат надолу?

Първият проблем е, че хората се доверяват на резюмето безкритично. Вторият е, че това е директен удар върху и бездруго крехкия и неефективен модел за финансиране на медиите чрез реклама. Защото по-малко трафик означава по-малко показана реклама, по-малко интерес от рекламодателите и съответно по-малко директни приходи.

Интернет и бездруго вече съсипа модела на печатните издания, като буквално нулира приходите на огромна част от тях. Онлайн рекламата и до днес не може да компенсира това. Сега Google издърпва и спасителния пояс на удавниците.

А големият проблем е, че без медии няма демокрация.

Спадът в трафика на онлайн медиите няма как да не доведе пък до съкращаване на журналисти и дори до разпускане на цели екипи и закриване на медии. Някои от тях ще се опитат да компенсират със създадено от ИИ съдържание, което само ще ускори тяхната смърт, защото няма как това да бъде добре прието от публиката.

А погледнато от позитивната страна, ИИ може да има много широко приложение в медиите – като помощник в превода от и на различни езици, в резюмирането и (с много уговорки) редактирането на текстове или в преобразуването на съдържание от един формат в друг (например текст в аудио). Подчертавам помощник – ролята и намесата впоследствие на редактор човек остават неотменими. В „Тоест“ например напоследък ползваме генерирани от ИИ илюстрации за заглавни изображения към материалите, тъй като бюджетът ни не позволява да ползваме услугите на илюстратор или фотограф за всяка публикация. Със сигурност не бихме допуснали обаче генерирани от ИИ статии.

Много е вероятно като съпротивителен механизъм на навлизането на ИИ в различни области да се появят и утвърдят занаятчийски алтернативи, при които не се използва ИИ, а само човешки умения и сили. И това да се превърне в символ на качество, както сега възприемаме ръчно изработените стоки, крафтбирата, домашната лютеница или произведените по поръчка дрехи или мебели. И да сме склонни да плащаме повече за тях – заради личното отношение и човешката връзка. Вече започнаха да се появяват книги, чиито автори декларират на корицата, че не са ползвали ИИ за написването ѝ. (И аз бях сложил изречение, че за написването на тази статия не е използван ИИ, но редакторката ми го изтри.)

ИИ и образованието

В сферата на образованието приложението на ИИ е буквално безгранично – като започнем от чуждоезиковото обучение, визуалните изкуства, точните науки, индивидуалните обучения, различни игровизации (геймификации), особено за деца и хора със специални потребности.

Но в неотдавнашен разтърсващ материал на 404 media преподаватели споделят наблюденията и тревогите си как ИИ буквално е сринал смисъла на преподаването. И не защото технологията е „лоша“, а защото е внедрена или възприета без замисляне и стратегия, без някакви премерени граници. Педагозите разказват с тъга за есета и домашни, написани частично или изцяло от ИИ, и за времето, похабено в търсене и доказване на такива опити за измама, вместо да бъде вложено в работа с наистина мотивираните ученици и студенти. Споделят, че сред възпитаниците им има такива, които не се опитват да разсъждават, а очакват и дори разчитат да консумират съдържание наготово. Разказват за напълно изгубеното доверие, диалог и смисъл.

Най-страшното е не че ИИ пише домашните на учениците или курсовите работи на студентите, а че те самите спират да мислят.

ChatGPT не е самостоятелен, специфичен проблем. Той е симптом на повсеместна културна парадигма, в която пасивното потребление и преповтаряне на съдържание се превръща в статукво“, казва един от анкетираните преподаватели.

ИИ и власт

Няма спор, че позиционирането на ИИ като новата космическа надпревара е сполучлива медийна метафора и хитроумна бизнес стратегия. Но както някои метафори, хем шуми повече от необходимото, хем не казва същественото. Горчивата истина е, че не разполагаме с механизъм, който да възпре тази технологична битка да се превърне в ожесточена борба за власт. Тя вече е – включително в геополитически смисъл. И проблемът отново е не ИИ, а хората. С онези същите смъртни грехове – алчност, леност, завист, гордост, гняв…

„Ще ползваме Grok – заяви Илън Мъск преди три седмици [Grok е генеративният ИИ на неговата компания xAI – б.а.], – и ще пренапишем целия масив от човешко знание, ще добавим липсващата информация и ще премахнем грешките. И ще го обучим наново с това. Има твърде много боклук в некоректните данни, с които сме обучили основните модели досега.“

Дали не е прекалил с някоя субстанция? Не е ясно. Възможно ли е това да е неовладян импулс за привличане на прожекторите, понеже напоследък остана в леко засенчения ъгъл на историята? Възможно е. Но също така е напълно вероятна хипотезата той просто да е безпардонно откровен, защото горното е нищо по-малко от признание, че тази надпревара е за власт. И залогът е висок.

Мъск буквално казва, че който я спечели, ще дефинира реалността за човечеството.

На хора като него не им пука за ефективността на труда ни или за качеството на нашия живот – той иска да оформя начина, по който мислим. И нека си представим последствията. Защото неговите инвеститори си представят точно това, но политически коректно го назовават възможности. И инвеститорите на OpenAI – също, както и крупните акционери в Microsoft, Google и други. Предвид разрушените обществени механизми за колективна съпротива остава да се надяваме да спечели по-малкото зло.

ИИ е толкова интересна концепция, защото е нещо като думата „транспорт“. Има велосипеди, има камиони, има ракети. Всички те са форми на транспорт, но служат за различни цели и представляват различен компромис между разходи и ползи. За мен стремежът към ИИ е най-лошият компромис, защото се опитват да изградят фундаментална машина за всичко, но в крайна сметка тя не може да прави всички неща. Така не само объркват обществото какво всъщност може да се прави с тези технологии – което нанася вреди, защото хората започват да я питат например за медицинска информация, а насреща да получават медицинска дезинформация. Но за капак всичко това е за сметка на колосално потребление на ресурси и колосална експлоатация на труда.

Това каза преди няколко седмици журналистката на „Ню Йорк Таймс“ Карън Хао в телевизионно интервю по повод току-що излязлата ѝ книга Empire of AI. Хао е имала възможността да изследва отвътре OpenAI, компанията създателка на ChatGPT, при това продължително, имайки директен достъп до служителите, до ключови хора в екипа, както и до самия изпълнителен директор Сам Олтман. Наблюдавала е взаимоотношенията помежду им буквално „от пилотската кабина на компанията, която движи лудостта“, както пише в рецензията на корицата Шошана Зубоф. Ще бъде истински пропуск, ако книгата не излезе на български език, защото е крайъгълен камък в историята на развитието на ИИ. До този момент не съществува друга толкова прецизна и обстойна критика по темата.

В първата част на статията споменах, че една от целите ми е да акцентирам върху приглушените гласове – Карън Хао е един от най-важните сред тях, защото пази интегритета и смисъла на журналистиката да служи на хората. Подминавам Джефри Хинтън и Иля Суцкевер, защото ми се струва по-важно да припомня едно доста дълго, но изключително смислено и човешко интервю на Стивън Бартлет с Мо Гаудат, един от напусналите мениджъри на полусекретното развойно звено на GoogleX Development.

Две години са изминали от този разговор, но той не е загубил смисъла си. И продължава да съдържа всичко, което е нужно да имаме наум в тревогите си за бъдещето – но също и възможните отговори за него. Игнорирайте лепкавото заглавие, отделете два часа от някой горещ летен уикенд и чуйте какво споделя Мо Гаудат.

ИИ и ние

Дали ИИ е заплаха, или надежда, всъщност е глупав въпрос. Защото поне засега няма изгледи отговорът да не е в ръцете на… човечеството. Разбира се, съмненията в собствените ни способности за етични и рационални избори са валидни и трудно оборими.

Да използваме ИИ, но не и да му се доверяваме сляпо, особено за вземане на критични решения. Да проверяваме всичко. Дори когато ползваме специализиран ИИ, пак трябва да имаме наум, че вероятността да сгреши или да ни заблуди никога не е нулева. Ползвайки ИИ, всъщност е препоръчително да си припомним поне основите на теорията на вероятностите.

Да внимаваме какво споделяме с ИИ – особено ако го ползваме безплатно. Нека си спомним, че сметката все още не излиза. ИИ е скъпо удоволствие и има твърде малко причини някой да ни го предлага твърде евтино или безплатно.

Да приемаме с резерви новините, че ИИ е направил уебсайт за три минути, спечелил е дело, заменил е цяла счетоводна кантора или е проектирал сграда, която е спечелила конкурс. Не защото не е възможно, а защото… надали искаме бизнесът ни да разчита на сайт, направен за три минути. Скорост без стратегия е просто шумотевица. Да забавим. Да премислим. И да се погрижим за последствията и за човешкото отношение помежду си. Не защото само това ще остане да ни отличава от машините, а защото… носим отговорността. Ние, не ИИ.

Времето за критична дискусия между сферите на технологиите, образованието и етиката винаги е сега. Този път – повече от всякога.

[$] SFrame-based stack unwinding for the kernel

Post Syndicated from corbet original https://lwn.net/Articles/1029189/

The kernel’s perf
events subsystem
can produce high-quality profiles, with full
function-call chains, of resource usage
within the kernel itself. Developers, however, often would like to see
profiles of the whole system in one integrated report with, for example,
call-stack information that crosses the boundary between the kernel and
user space. Support for unwinding user-space call stacks in the perf
events subsystem is currently inefficient at best. A long-running effort
to provide reliable, user-space call-stack unwinding within the kernel,
which will improve that situation considerably, appears to be reaching
fruition.

Security updates for Friday

Post Syndicated from jzb original https://lwn.net/Articles/1029597/

Security updates have been issued by AlmaLinux (gnome-remote-desktop, go-toolset:rhel8, golang, jq, kernel, kernel-rt, libxml2, and podman), Fedora (chromium, git, helix, pam, rust-blazesym-c, rust-clearscreen, rust-gitui, rust-nu-cli, rust-nu-command, rust-nu-test-support, rust-procs, rust-which, selenium-manager, sudo, thunderbird, and uv), SUSE (audiofile, chmlib-devel, docker, firefox, go1, libsoup, libsoup2, libssh, libxml2, tomcat, umoci, and xen), and Ubuntu (git and resteasy, resteasy3.0).

Тройка премиери с гарнитура

Post Syndicated from Емилия Милчева original https://www.toest.bg/troyka-premieri-s-garnitura/

Тройка премиери с гарнитура

България е управлявана от трима премиери – избрания, явния и тайния. Росен Желязков подписва, Бойко Борисов се показва, Делян Пеевски решава. 

В този абсурден режим на триъгълна стабилност всеки от тях действа, както намери за добре. Конституционно начело е Желязков, без реална политическа тежест, но пък е европейското лице на България на високи форуми. Лидерът на ГЕРБ все още държи контрола върху партията, част от кадровите назначения и коалиционния бизнес, той капитализира и успеха от присъединяването на България като 21-ви член на еврозоната от 1 януари 2026 г. Председателят на ДПС – Ново начало Делян Пеевски е неофициалният координатор на службите, прокуратурата и „дълбоката“ държава, апотеоз на Красьо Черничкия на институционално ниво с власт, легитимация и без нужда да се крие. 

Консенсус между страха и сделката

В това триединство е трудно да се открие смислено бъдеще, по-скоро държавата бива задържана в цикъл на подчинена стабилност. България формално изглежда демократична и стабилна – с многопартиен парламент, коалиционно правителство и евро на хоризонта. Всеки може да протестира – било срещу единната европейска валута, произвола на репресивния държавен апарат или срещу недостойното заплащане на младите медици и медицински специалисти и рязко повишените такси за студенти. В действителност държавата се управлява от фасада, посредник и задкулисие, при което антикорупционните действия са политическо оръжие, а не инструмент на правосъдието.

Доверието в съдебната система е под 30%, констатира излезлият тази седмица доклад за върховенството на закона в България. Документът за пореден път не отчете напредък – липсващи присъди за корупция по високите етажи на властта, неефективни разследвания, не е избегнато дългосрочното командироване на съдии за заемане на свободни длъжности и др.

Акциите на Антикорупционната комисия срещу управленски кадри на „Продължаваме промяната“ в София и Варна са доказателство за избирателното прилагане на закона, а не за системен контрол над обществените поръчки, които са за над 36 млрд. лв. за 2024 г. Избирателното правоприлагане означава репресия и беззаконие. ГЕРБ и ДПС са монополисти в местната власт от десетилетия, но борците с корупцията избраха да ударят две от четирите общини (София, Варна, Пазарджик и Благоевград), в които от есента на 2023 г. управляват кметове на ПП–ДБ. Разкритията на Антикорупционния фонд за злоупотреби с публични средства за стотици милиони не представляват интерес за Комисията за противодействие на корупцията (КПК), чиито действия биват съобразявани с политическата конюнктура.

След ареста на заместник-кмета на София Никола Барбутов, предшестван от разпространен от анонимен подател запис на негов разговор с кмета на район „Люлин“, съпредседателят на ПП Кирил Петков подаде оставка. Петков също така отказа да бъде предлаган за преизбиране на предстоящия в края на септември конгрес, а ПП обеща да бъде по-стриктна в кадровия си подбор. На записа се чуват предложения за схеми, при които 5–6% от стойността на обществени поръчки да отиват в партийните каси и за кметския екип. Софийският апелативен съд остави за постоянно в ареста Барбутов и експерта Петър Рафаилов, обвинени в участие в организирана престъпна група за корупция и предлагане на подкупи.

Но ако при задържането на Барбутов нямаше инициирани протести, то арестът на кмета на Варна Благомир Коцев доведе в крайморския град депутатите от „Промяната“ заедно с техни колеги от „Демократична България“. Барбутов е назначен от кмета Васил Терзиев от квотата на ПП, докато Коцев е мажоритарно избран с листата на ПП–ДБ и задържането му нанася по-големи репутационни щети. Пред сградата на Общината се събраха стотици граждани на Варна в знак на протест срещу политическата репресия с плакати „Днес е Благо, утре си ти“, „Няма да стане“, „Събуди се и измети мафията“, „Коцев е виновен за това, че не се продава“.

Според Николай Денков (ПП) хората са били хиляди, според лидера на „Възраждане“ Костадин Костадинов, който ги е броил – не повече от 350. Подкрепа за Коцев обяви и най-малката парламентарно представена партия – „Величие“, с лидер Ивелин Михайлов. Граждани излязоха и в София, пред сградата на КПК.

Арестът на Коцев е свързан със сигнал за обществена поръчка за над 1,5 млн. лв. за изхранване на деца в неравностойно положение, подаден от Пламенка Димитрова, която твърди, че ѝ е поискан 15% подкуп. Нейната фирма „Залива 47-СП“ не е спечелила поръчката, но е печелила 17 други от 2000 г. насам за близо 15 млн. лв. Когато е класирана втора през 2024 г., Димитрова обжалва решението пред Комисията за защита на конкуренцията и Върховния административен съд (ВАС), но отново губи.

Оказа се, че делото срещу Коцев е заведено през 2024 г., акцията е разрешена на 2 юли, но Антикорупционната комисия и Софийската градска прокуратура (СГП) се задействат шест дни по-късно – на 8 юли. При това обискираха служебния кабинет и дома на кмета в условия на неотложност, тоест без предварително съдебно разрешение. Съпругата на Коцев публикува емоционален разказ в профила на съпруга си във Facebook за нахлуването на 15 агенти в дома им и грубото им отношение.

По-късно стана ясно, че Коцев, двама общински съветници и един бизнесмен (съдружник във фирмата, спечелила спорната поръчка за хранене) са с повдигнати от СГП обвинения за престъпления по служба, подкупи и пране на пари. Те бяха докарани в София.

Оказа се обаче, че ключовият свидетел в разследването срещу кмета е не Пламенка Димитрова, а неговият бивш заместник и дългогодишен семеен адвокат Диан Иванов. Соченият за дясната ръка на Коцев юрист изненадващо напусна поста на 5 май, като мотивира решението си със „здравословни причини“. Като заместник-кмет в ресора му са влизали дирекциите „Европейски и национални оперативни програми“, „Контрол и санкции“, „Правнонормативно обслужване“ и „Общинска собственост“, както и предприятието „Инвестиционна политика“. Твърденията му били като при случая с Барбутов – кметът искал да се събират комисиони от обществени поръчки за издръжка на ПП.

Усещане за Пеевски…

За лидера на националпопулистката партия „Възраждане“ Костадин Костадинов в акцията „има усещане за намесата на Пеевски, това само слепец може да го отрече“. Кирил Петков и Асен Василев също виждат поръчка от Пеевски, но според Петков има и друга причина – неприетия бюджет на Варна с разходи за над 857 млн. лв.

Не е случайна датата, всички знаят, че бюджетът на Варна ще се разглежда утре [четвъртък, 10 юли – б.а.], и ако искат да сгънат един демократично избран кмет, за да включат техните сметки и далавери, сега е моментът. Само че, първо, Благо не е човек, който ще се сгъне, и второ, Варна не е град, в който те могат да си правят каквото си искат,

каза Петков.

Бюджетът беше приет, при това без особени пререкания. Но макар лидерът на ПП Асен Василев да увери, че протестите в подкрепа на кмета ще продължат, втори още не се е състоял.

От една страна, акцията съживи в политически план ПП, изваждайки я от дефанзивната тактика, предприета след ареста на Барбутов и отлива от партията на общински съветници и активисти. Като жертва на политическа репресия „Промяната“ събира повече симпатии, а и се мобилизират твърдите ядра на ПП–ДБ. От друга страна, акцията потвърди за обществото, че институциите работят само когато им наредят да работят. Същинска черна комедия! Санкциониран за корупция от САЩ и Великобритания се бори срещу корупцията, а оглавяваната от Антон Славчев КПК удря все по негови противници – било то доскорошни съратници в ДПС, или други. 

Все същото за последните 15–20 години. Един изпарил се от публичната среда високопоставен чиновник като Филип Златанов, бивш шеф на Комисията за предотвратяване и установяване на конфликт на интереси, пишеше в тефтерче кого да опраска по директивите на „ИФ→ЦЦ→ББ“. Накрая и тефтерите изчезнаха, и Златанов се отърва с условна присъда, и никой от хората с инициалите, в т.ч. ДП, не беше разпитан. Само Искра Фидосова изчезна от политиката и ГЕРБ след историята със Златанов, по-късно я последва и Цветан Цветанов.

Но дали временният председател Славчев, сочен от ПП–ДБ за свързан с Пеевски, ще изчезне от Антикорупционната комисия, или напротив – ще я оглави, стремейки се да заслужи подкрепата на третия премиер? Изборът на нов състав на КПК е условие за получаването на втория транш по Плана за възстановяване и устойчивост (ПВУ). Управляващото мнозинство възнамерява да свърши тази работа, преди Народното събрание да излезе във ваканция през август, с година и половина закъснение. Като за начало парламентът промени закона, като заличи предвиденото мнозинство от ⅔ за избор на членове на Комисията. Изборът вече ще е с обикновено мнозинство от половината народни представители. 

А номинационната комисия, която трябва да изслуша, оцени и препоръча кандидатите за КПК на депутатите, ще взема решения с мнозинство от четирима души, тоест в непълен състав, тъй като парламентът още не е избрал омбудсман. Кандидатите за обществен защитник минаха през селекцията на Народното събрание още през април, но причината да не се състои същинският избор е или в липсата на съгласие в управляващата коалиция, или се изчакват резултатите от конституционното дело по оспорването на т.нар. домова книга, от която се избира служебен премиер (в нея е и омбудсманът). Другите членове на номинационната комисия са представители на Върховния касационен съд, Висшия адвокатски съвет, Министерството на правосъдието и Сметната палата. 

А след като правилата за избор на Антикорупционната комисия бъдат приети, към Брюксел може да потегли искането за второто плащане по ПВУ. Председателката на парламента Наталия Киселова защити промените:

Трябва да сме реалисти. Трябваше да се съобразим с решението на Конституционния съд и да се промени мнозинството – да стане обикновено от квалифицирано. По отношение дали номинационната комисия винаги трябва да бъде в пълен състав, това също е усложняване на процедурата, защото в никой друг случай по отношение на никой друг орган нямаме такава процедура.

А по повод акцията във Варна напомни, че именно ПП–ДБ са настоявали КПК да има разследващи функции – „и сега виждаме плодовете от труда им“.

Зад пушилката, която „антикорупционните“ акции вдигнаха, на поста си беше бетониран кадър, верен на тройката премиери, особено на един от тях. Прокурорската колегия на Висшия съдебен съвет закрепи настоящия и.ф. главен прокурор Борислав Сарафов на поста въпреки ограничението в Закона за съдебната власт за 6 месеца на тази позиция. Според прокурорите обаче това не важи за заварените случаи, какъвто е този със Сарафов, временно изпълняващ от юни 2023 г. Очакванията са и Съдийската колегия на ВСС да постъпи така с Георги Чолаков, който управлява ВАС като и.ф., след като изтече мандатът му.

Така след утвърждаването на новите състави на регулаторите, попълнени с хора на ГЕРБ, Пеевски и по някой и друг представител на БСП и ИТН, статуквото не изпуска контрола и върху съдебната система, занитвайки лоялния си персонал. 

Наред с това удобно игнорира критиките за „липса на напредък“ в утвърждаване на върховенството на правото в България, избирайки фанфарите за приемането в еврозоната от 1 януари 2026 г. 

Гарнитурата „Боташ“

В опит да омекоти обвиненията за политическа репресия, Антикорупционната комисия поде акция срещу подписалите вредната за България сделка с турската компания „Боташ“(Boru Hatları ile Petrol Taşıma Anonim Şirketi). Тя е договорена по време на служебното правителство, назначено от президента Румен Радев, в което министър на енергетиката беше Росен Христов. В 13-годишния договор, задължаващ „Булгаргаз“ да плаща над 1 млн. лв. на ден за 53 200 мегаватчаса, независимо дали пренася газ от Турция, няма клауза за предоговаряне. Контрактът може да се развали само ако България заплати накуп 4-те милиарда лева. Българската компания е спряла да плаща на „Боташ“ и е задлъжняла с над 250 млн. лв.

За „Булгаргаз“ щетите са огромни – 267 млн. лв. е загубата от неизползвания капацитет с Турция, което е почти 85% от загубите, регистрирани в търговския отчет на дружеството за 2024 г. на обща стойност 315 млн. лв.

Антикорупционната комисия влезе за обиск в дома на Христов две години и половина след подписването на споразумението с „Боташ“ и след доклад на временна парламентарна комисия, изпратен на ДАНС и прокуратурата преди близо 15 месеца. Христов заедно с бившата шефка на „Булгаргаз“ Деница Златева бяха извикани и на изслушване в парламента заради договора с „Боташ“.

След обиска в дома на Христов обаче се разбра, че както и в случая с Коцев делото е било образувано преди година и претърсването е извършено „в условията на неотложност“. Иззети са телефон и лаптоп, намерени са 80 000 евро, но обвинения не са повдигнати. Обискиран е бил и домът на Деница Златева, където са открити 100 000 лв. 

Бившият министър на енергетиката заплаши да съди държавата и дори да си търси политическо убежище. На следващия ден обаче беше разпитван 6 часа в Антикорупционната комисия, а на излизане повтори пред журналисти тезата си за договора с „Боташ“ – не се използвал „пълноценно“. Христов обича да дава съвети как резервираният капацитет трябва да се продаде. Проблемът е обаче, че никой не го иска, тъй като е скъп. На разпит беше извикана и Златева, която си намери извинение с високо кръвно, за да не се яви.

Едва 11% от капацитета на договора е използван, заяви енергийният министър Жечо Станков.

Усилията за предоговаряне на клаузите продължават. Имаме право веднъж да го предоговорим, и то трябва да бъде много внимателно договорено, така че да излезем от този омагьосан кръг.

Едва ли някой очаква да бъде проведено сериозно разследване на сделката с „Боташ“, което да доведе до обвинения и присъди. Съвсем не е сигурно, че и Коцев ще бъде осъден, но може да се стигне до предсрочни избори за кмет на Варна, ако мандатът му бъде прекратен.

Вместо страж на закона Антикорупционната комисия е превърната в боен реквизит. Върховенството на правото да върви на… в Брюксел – важното е какво ще заповядат премиерите. Изобщо, България е в стабилен театрален режим – с декори на демокрация, сценарий от задкулисието и публика, която все по-често напуска залата, защото представлението е криндж. 

The collective thoughts of the interwebz