Форум создателей искусственных интеллектов

В США начали продавать лосося, напечатанного на 3D-принтере. В нём буквально 0% рыбы. Вместо неё используются растительные компоненты для имитации вкуса и текстуры настоящего лосося. Данную смесь загружают в 3D-принтер, который печатает небольшие порции пищевой массы слой за слоем, воспроизводя структуру рыбного мяса. За разработкой стоит израильская компания Steakholder Foods.

всё таки по поводу первого я бы назвал индивидуально ориентированную рекламу, фильмы и тексты... а так всё верно... но 100 жизни лет это для Запада, любители кибернетики не смогут в связи с бедностью))

Компания Anthropic предупредила, что небольшие модели ИИ могут научиться самовоспроизводиться к концу 2026 года, спустя месяц после того, как генеральный директор Дарио Амодей предположил, что ботнет может захватить «весь интернет». Червю нужны дешевые хосты и умение распространяться между ними. Anthropic протестировала и то, и другое.

Физики из нескольких институтов сделали бенчмарк из 50 неопубликованных задач по теоретической физике Astra решила их все, за исключением одной. Авторы признаются, что в этой задаче формулировка была двусмысленной (ни одна из других моделей ее также не решила). Задачи составляли сами эксперты, подобраны они были так, что профильный специалист решает такую задачу примерно за день-два. Opus 5.5 справился с 46 задачами из 50. GLM-5.3 – с 21. А с Astra история вообще получилась довольно забавной. Все ответы были сведены к числам и проверялись автоматически. После прогона тесты показали, что модель неправильно решила несколько задач, однако Astra настаивала, что ее расчеты верны. Исследователи решили проверить собственные решения и действительно нашли в них ошибки, а решения модели оказались верными.

Google показала, как Gemini 4 Argon управляет роботами и строит для них симуляции Свежая Argon набрала 87% на ERQA, тесте на рассуждения о физическом мире для роботов, причём без внешних инструментов, только за счёт рассуждений. По словам Google, это лучше любой другой передовой модели. Модель управляла роботом Spot от Boston Dynamics и собрала в симуляторе MuJoCo цифровую копию мусорного ведра с педалью, отрепетировала на ней движения, а затем заставила настоящего робота наступить на педаль и выбросить банки. Простой манипулятор с камерой на запястье по её командам поднял упавшую кружку и положил в неё скомканную салфетку. Для этого модель за несколько шагов перебирала действия посмотреть, схватить, переместить и положить. Ещё одна сцена была собрана по рисунку от руки. Там гуманоид бросал мяч и сбивал пирамиду из шести коробок, все шесть упали. Видео, на котором двурукий ALOHA 2 136 секунд складывает лису из бумаги, модель разбила на шесть подзадач и 17 элементарных движений, при этом участки с неудачными попытками пометила как не продвигающие работу. На маленьком манипуляторе SO-101 модель сама разбирала по логам и видео, почему не удался захват кубика LEGO, и за три попытки сократила время задачи с 58,9 до 17,4 секунды. По одной фотографии рабочего места с двумя манипуляторами Franka Argon собрала откалиброванную симуляцию, придумала 77 задач и сгенерировала больше 4500 эпизодов. Дообученная на них модель VLA стала справляться с реальными задачами в 75% случаев вместо 56%, а среднее время выполнения сократилось с 35 до 24 секунд.

Устрашающие предсказания от Берни Сандерса на Atlantic — техноолигархи совсем спутали научную фантастику и реальность, и ведут нас в трансгуманистический апокалипсис. Сандерс предлагает приостановить разработки в области advanced-AI и запретить создание искусственного сверхинтеллекта до тех пор, пока государство не сможет гарантировать безопасность этих разработок. И кстати уже внёс соответствующий законопроект.

Косые наступаю на пятки.

Крадут как обычно, значит, отстают)) Не волнуйтесь так...

Сергей Голубицкий. Сказка о пузыре. Время от времени в фокус общественного внимания попадает тема «страшного биржевого пузыря», который не сегодня-завтра обязан лопнуть с сокрушительным грохотом. Тема хлебно-кликбейтная, поэтому СМИ всегда с охотой ее подхватывают и разгоняют обывательскую жуть до уровня приятного профита. (Далее в статье)

Пузырик есть, но это нормально в контексте рыночной экономики и такого рода перспектив развития технологий. Когда лопнет? Он собственно говоря не лопнет так как тюльпаны в Голландии, МММ или Энрон, маржа размажется по сотням тысяч конторок, которые возникнут в ближайшие годы. Всё сильно подешевеет, оптимизируются алгоритмы и датасеты на порядки. Стартовать уже давно не нужно с нуля, полно претрена на шару, запрыгнуть в тему можно за 1-2м$ а через пару лет будет в 100-200к, то есть все подряд будут это делать. У каждой уважающей себя конторы будет своя локальная LLM, также как сайт. Будут конечно монстры и сверхгиганты, которые массовый потребитель удет использовать всё меньше и меньше, во первых из-за дороговизны, во вторых, в контексте бизнеса, по причине паранои конфиденциальности данных. Останется только метаракестрация более глупых агентов на локалках, без доступа к чувствительной инфе. Но потом и это уйдет в проприетарку, по большей части. LLM гиганты пойдут по интерпаразовой схеме как с базами данных и ОС, по началу, а потом уже просто будут держать нос по ветру, делать всё подрят, как Гугл, Мета и тп. в общем диверсифицировать капитал свалившийся на хайпе.

В этом месте довольно много слоев и объектов. Что такое LLM как владение? Это дорогая гигантская инфрастрактура, которую нужно поддерживать и непрерывно развивать. Это топовые разработчики, за которых нужно конкурировать, а они штучные как природные алмазы. Это почти безпредельные корпуса данных, используемых в обучении, где всегда будут драки за лицензионную чистоту. Зачем это всё бизнесу, задача которого - снижать себестоимость. Главное преимущество и отличие LLM от прочего софта - генерация. Стимул - реакция. Промт - генерация. Вопрос - ответ. Задача - решение. Содержатся ли теоремы эвклидовой геометрии в начальных аксиомах? Да. Нужно ли их доказывать, если бы хотели их использовать для решения задач? Нет, если бы мы могли сразу отличать верное утверждение от неверного. LLM дает такую возможность. Но в этой возможности нет ни одной причины зачем этим владеть, если этим можно просто воспользоваться. Домены, стандарты, прикладные специализированные модели, спецификации, требования, etc -- да -- это все представляет собой корпоративную ценность. Но это не LLM, это её harness. Важнейший вопрос здесь -- отношение Моделей и Знаний, я не думаю, что речь идет просто об имманентности последних.

Как формализовать всю математику (Это гостевой пост, написанный Джереми Авигадом, Кевином Баззардом, Йоханом Коммеленом, Реми Деженном, Ким Моррисон, Оливером Нэшем и Адамом Топазом.) Реакция математиков на крупный релиз OpenAI на прошлой неделе варьируется от восторга до разочарования, но одно ясно: ИИ стал удивительно хорош в доказательстве теорем, как формально, так и неформально. Успехи в формальной области заставили энтузиастов ИИ заявить, что настало время формализовать всю математику как наследие для будущих поколений. (далее по тексту ссылки)

Я не про рнд, не про новый ллм-стартап. Просто развернуть инференс модели в 100-200б параметров, можно на железе за 5-10к, обычными айтишниками за 2к в месяц, их сейчас как собак, конкурируют с курьерами и официантами. До обучить доже фигня, это всё уже уровень опытного пользователя, с легким опытом сисадминстваи пайтон скриптинга. Зачем? Затем что даже в маломальском вебшопе, стремаются данные слать в облачные ллм, я уже не говорю про что-то вроде банка или биржи, наверно 90% бизнеса, сильно фильтрует данные при общении с ллм, что очень искажает результат, так как боится утечек. А что то рнд-ишное, тоже всем известно что облачные ллм — майнят со всего мира, во многих конторах запрещено НДА с ЛЛМ общаться на ряду с людьми про что-то внутреннее. А модели от 100б вполне годные для решения 70-80% задач, особенно ели их дообучить специфике бизнеса и процессам в конторе. Это довольно мелкие затраты, сравнимые с сайтом. "Алмазы" это про другое, китайцы кстати научились делать крупные искусственные алмазы, скоро рынок рухнет, очень похоже на айти кстати)))

То есть единственный аргумент - безопасность. Есть такое - да, но зачем же открытые данные без обфускации сети подсовывать. Подготовка, фильтрация и преобработка - это неотьемлемый элемент любого пайпа. Китайцы бы лучше научились хоть что-то, что не ломалось бы через неделю использования))) Поверьте, Ялдобаот, слухи о мощи китайцев сильно преувеличены, знаю, что в РФ на них молятся, но ваших надежд они не оправдают.