20186
Залипли и встали намертво, но хотите вырваться? Теория Каст и Ролей и прочее.
"Мы уже за горизонтом событий; взлёт начался. Человечество близко к созданию цифрового сверхразума, и, по крайней мере пока, это гораздо менее странно, чем должно было бы казаться.
Роботы ещё не ходят по улицам, и большинство из нас не общается с ИИ целыми днями. Люди по-прежнему умирают от болезней, мы всё ещё не можем легко летать в космос, и многое во Вселенной остаётся непонятым.
И всё же, недавно мы создали системы, которые во многом умнее людей и способны значительно усиливать человеческий результат. Самая маловероятная часть работы — позади: научные прорывы, позволившие создать GPT-4 и o3, достались трудно, но они ведут нас очень далеко.
ИИ принесёт миру огромные выгоды — ускорит науку и повысит производительность, что серьёзно улучшит качество жизни. Научный прогресс — главный двигатель развития; будущее может быть гораздо лучше настоящего.
В каком-то смысле ChatGPT уже мощнее любого человека в истории: сотни миллионов людей используют его ежедневно для всё более важных задач. Небольшое улучшение может дать огромный положительный эффект, а малое искажение — столь же огромный отрицательный.
2025 год стал вехой: появились агенты, способные к настоящей когнитивной работе; программирование уже никогда не будет прежним. В 2026, вероятно, придут системы, способные открывать новые инсайты, а в 2027 — роботы, работающие в реальном мире.
Люди смогут создавать гораздо больше софта и искусства; эксперты останутся впереди новичков, если примут новые инструменты. К 2030 один человек сможет делать в разы больше, чем в 2020.
Важное не изменится: люди будут любить семьи, творить, играть, плавать. Но в других аспектах 2030-е будут радикально отличаться: интеллект и энергия станут изобиловать, снимая вековые ограничения прогресса.
Мы быстро привыкаем к чудесам: от «ИИ написал абзац» — к ожиданию, что он напишет роман; от диагноза — к надежде на лекарства; от кода — к целым компаниям. Так выглядит сингулярность: чудо становится нормой.
Учёные уже в 2–3 раза продуктивнее благодаря ИИ. Главное — что он ускоряет саму работу над ИИ. Мы можем за год пройти десятилетие исследований. Это зарождающаяся версия рекурсивного самосовершенствования.
Есть и другие петли самоусиления: экономическая ценность запускает маховик инфраструктуры; роботы скоро будут строить роботов, а дата-центры — дата-центры. Себестоимость интеллекта приблизится к цене электроэнергии. Один запрос ChatGPT сейчас тратит ~0,34 ватт-часа и каплю воды.
Прогресс ускоряется. Да, целые профессии исчезнут, но богатство будет расти так быстро, что станут возможны новые социальные идеи. История показывает: люди находят новые занятия и быстро осваивают новые инструменты.
Чудеса будут множиться: от физики — к космосу, от материалов — к интерфейсам мозг-машина. Большинство сохранит привычный образ жизни, но некоторые «подключатся».
Главные вызовы: безопасность и выравнивание. Нужно научиться гарантированно направлять ИИ к нашим долгосрочным целям и затем сделать сверхразум дешёвым, доступным и не сконцентрированным у немногих. Чем раньше мы начнём общественный разговор о границах и коллективном согласовании, тем лучше.
Мы строим мозг для мира — персонализированный, доступный, ограниченный лишь хорошими идеями. «Люди с идеями», над которыми смеялись в стартап-индустрии, получат своё время.
OpenAI прежде всего остаётся исследовательской компанией по сверхразуму. Большая часть пути уже освещена, тьма быстро отступает. Мы благодарны за возможность делать это.
Интеллект «слишком дешёвый, чтобы считать» — уже в пределах досягаемости. В 2020 это звучало бы безумнее, чем нынешние прогнозы на 2030.
Пусть наш путь к сверхразуму будет плавным, экспоненциальным и бескризисным." Сэм Альтман
Интересно. OpenAI создал GDPval.
TDLR: (ниже перевод статьи).
GDPval — новый бенчмарк от OpenAI для измерения того, как ИИ справляется с реальными экономически ценными задачами. Основан на идее ВВП и охватывает 44 профессии в 9 ключевых отраслях США.
Как работает:
• Включает 1320 задач, созданных и проверенных экспертами с опытом 14+ лет.
• Задания максимально приближены к реальной работе: юридические документы, инженерные чертежи, планы ухода за пациентами, диалоги поддержки.
• Форматы: документы, слайды, таблицы, мультимедиа.
Оценка:
• Эксперты сравнивают «вслепую» работы людей и ИИ.
• GPT-5 лидирует по точности, Claude Opus 4.1 — по оформлению.
• С весны 2024 до лета 2025 качество работы моделей удвоилось.
• Модели выполняют задачи ~100x быстрее и дешевле людей (без учёта надзора и интеграции).
Зачем:
GDPval показывает, какие рутинные задачи ИИ может уже взять на себя, освобождая людей для более творческой и ответственной работы. Это может дать рост продуктивности и экономики.
Ограничения:
пока это одношаговые тесты, не учитывающие итерации, обратную связь и работу с неопределённостью. Будущие версии будут расширяться и усложняться.
Статья: https://openai.com/index/gdpval/
Еще интересно:
Abundant Intelligence - https://blog.samaltman.com/abundant-intelligence
The Gentle Singularity - https://blog.samaltman.com/the-gentle-singularity
Я не мог не поделится с вами линкором Миссури, но для меня главный референс не унижение в Перл Харбор (Жемчужная гавань), а один из любимых фильмов Battleship (Линкор), где кроме отличного актерского состава и сюжета, линкор Миссури по сути сыграл одну из главный ролей, а его быстрая расконсервация под трек Thunderstruck от AC/DC - один из лучших моментов. Смотреть этот момент и слушать Thunderstruck здесь: https://youtu.be/XHzbYYlXUrg?si=wNTRSbZ47fd-V0BO. - вся битва с мерзкими пришельцами: https://youtu.be/nCqDdsZY7RA?si=TtuG3Gs3UrExO_Dw
Читать полностью…
Неподтвержденная гипотеза в том, что:
1) доля продуктивных инсайтов выше при общении с ИИ, чем с людьми и
2) доля сия увеличивается по мере "умнения" ИИ, в то время, как эээ... средний IQ людей по популяции явно стремительно падает. Разумеется, есть очень умные и договоропригодные люди, с которыми отлично работать в команде, но проблема в том, что...
3) затраты на поиск и установление рабочего партнерства с такими людьми экспоненциально растут, в то время, как затраты партнерства с ИИ неуклонно падает. А качество партнерства растет.
Вывод:
1. Возможно, в течении 5-8 лет организация науки, как института изменится.
Вместо центров-бегемотов будет множество микро-команд и соло ученых, окруженным сонмом высоко производительных и специализированных ИИ, которые будут решать задачи поиска корреляций/ оптимизаций на автомате.
В тоже время люди сфокусируются на фундаментальных инсайтах, где никакой базы текстов просто нет. Бегемоты тоже останутся, но скорее, как кластеры тех же команды, работающих над крупным проектом.
2. Уникальность ситуации, что самый огромный институт будет иметь абсолютно такие же возможности взаимодействия с ИИ, что и соло ученый. Это уже не зависит от денег и ресурсов.
3. Также ИИ, как сервер эрудиции и ссылок может создать очень полезный коммуникативный слой для мощной конвергенции разных направлений науки, преодолев проклятие чрезмерной узости и естественной ограниченности ученых- специалистов.
Чтобы делать открытия - нам нужно:
- больше ученых дженералистов, способных удерживать одновременно контексты разных научных нарративов - физики, биологии, медицины, химии, кибернетики и т.п. даже таких псевдонаук (в значительной степени), как психология и социология.
- больше возможностей доступа к ИИ для расширения пограничных исследований (под которые не дают гранты в силу их маргинальности в консервативной части сообщества🤣).
1. Конечно с ИИ общаться гораздо продуктивней, чем с большинством людей. Да, ИИ может галлюцинировать, чего-то не знать, у него проблемы в памяти, но он, ИИ, достаточно "разумен" и эрудирован, чтобы продолжать в высшей степени осмысленный диалог.
2. Если же говорить о людях, то мое ненаучное мнение, что большая часть людей утратила способность к общению чуть более, чем полностью.
3. Общение это не болтовня, а поиск истины через анализ различий в мнениях, когда именно различие дает прорыв к бОльшей целостности.
4. Но для этого нужно обладать тем, что есть у ИИ и чего хронически нет у людей - известной долей смирения.
Для обычных людей даже само это слово воспринимается как оскорбление, в то время, как смирение лишь означает способность убрать эго и личный интерес из любой попытки познать реальность.
И если, общаясь с ИИ, приходится быть внимательным, пресекая раздражающее сикофантоство, то, IMHO, говорить на серьезные темы с почти 99,9999% людей попросту невозможно. От слова совсем. Это не снобизм, а грустная констатация. Это просто ничего не даст.
Давно уже нет инфантильной потребности в том, чтобы "меня" поняли. Интересно добиваться результата, а не признания.
5. Поэтому, на самом деле, все серьезные открытия и прорывы совершаются в одиночестве.
Новое исследование, проведенное Стэнфордским университетом и BetterUp Labs, показывает, что 40% сотрудников сталкивались с явлением “workslop” — контентом, сгенерированным ИИ, который выглядит аккуратно, но не содержит сути и вынуждает коллег тратить почти два часа на исправление каждой ситуации.
• Это явление обходится компаниям в среднем в 186 долларов на одного сотрудника в месяц из-за потерянной продуктивности, что приводит к более чем 9 миллионам долларов в год для организаций с 10 000 работников.
• Workslop наносит ущерб отношениям на рабочем месте: 53% получателей испытывают раздражение, а примерно половина считает коллег, производящих такой контент, менее креативными, способными и надежными.
• Исследование помогает объяснить, почему 95% организаций не видят ощутимой отдачи от инвестиций в ИИ, несмотря на широкое распространение, причем количество компаний, полностью использующих процессы, управляемые ИИ, почти удвоилось за последний год.
• Исследователи рекомендуют лидерам демонстрировать осознанное использование ИИ, устанавливать четкие правила и позиционировать ИИ как инструмент для совместной работы, а не как способ облегчения задач, чтобы справиться с этим “невидимым налогом” на продуктивность
Вместе с этим Sama выпустил эссе «Изобилие интеллекта», оригинал тут, а перевод — ниже:
Рост использования AI-сервисов был поразительным; мы ожидаем, что в будущем он будет ещё более впечатляющим.
По мере того как AI становится умнее, доступ к AI станет ключевым двигателем экономики, а возможно, в конечном итоге мы будем рассматривать его как одно из фундаментальных прав человека. Почти каждый захочет, чтобы AI работал в его интересах.
Чтобы обеспечить то, что нужно миру — вычислительные мощности, чтобы запускать эти модели, и для обучения, чтобы делать их всё лучше и лучше — мы закладываем основу, позволяющую существенно расширить наши амбиции по созданию инфраструктуры для AI.
Если AI продолжит развиваться по тому пути, который мы предполагаем, то станут возможны удивительные вещи. Может быть, с 10 гигаваттами вычислительных мощностей AI сможет найти лекарство от рака. Или, может быть, с 10 гигаваттами вычислений AI сможет обеспечить индивидуальное обучение каждому ученику на планете. Если же нас ограничат вычислительные мощности, нам придётся выбирать, что приоритетнее; никто не хочет делать такой выбор, поэтому давайте займёмся делом.
Наше видение простое: мы хотим создать фабрику, способную производить гигаватт новой AI-инфраструктуры каждую неделю. Реализация этого проекта будет чрезвычайно сложной: нам понадобятся годы, чтобы достичь этой цели, и инновации на каждом уровне, от чипов и электроэнергии до строительства и робототехники. Но мы уже активно работаем над этим и уверены, что это возможно. На наш взгляд, это будет самый крутой и важный инфраструктурный проект в истории. Особенно здорово, что значительную часть этого мы планируем построить в США; сейчас другие страны строят производства микросхем и новые источники энергии намного быстрее, чем мы, и мы хотим помочь изменить эту ситуацию.
В течение ближайших нескольких месяцев мы расскажем подробнее о наших планах и партнёрах, с которыми работаем для реализации задуманного. Позже в этом году мы поделимся информацией о том, как будем финансировать проект; учитывая, что увеличение вычислительных мощностей буквально означает увеличение доходов, у нас есть несколько интересных новых идей.
Абсолютный чемпион мира в супертяжелом весе по привлечению инвестиций и масштабированию Sam Altman заявил о своём следующем шаге: OpenAI заключили стратегическое партнёрство с Nvidia, и последние инвестируют до $100B в ближайшие годы.
Стратегическое партнерство позволяет OpenAI построить центры обработки данных суммарной мощностью не менее 10 ГигаВатт (больше среднего потребления Лондона) для ИИ следующего поколения. Также OpenAI будут работать вместе с Nvidia над дизайном новых чипов (о подобном соглашении с AMD уже было известно ранее).
Первая фаза партнёрства будет закончена во второй половине 2026 года, с запуском датацентров на основе платформы Nvidia Vera Rubin (это поколение, следующее за Blackwell).
«Всё начинается с вычислительных мощностей», — сказал Sama. «Вычислительная инфраструктура станет основой экономики будущего, и мы будем использовать то, что создаём вместе с NVIDIA, как для свершения новых прорывов в области ИИ, так и для предоставления этих возможностей людям и компаниям в больших масштабах».
Человеческая память - это не просто хранилище фактов. Это:
- Эпизодическая память, связывающая события во времени и пространстве
- Семантическая память, выстраивающая понимание концепций через опыт
- Процедурная память о том, "как делать вещи"
- Эмоциональные ассоциации и контекст
Всё это переплетено и постоянно обновляется. Каждое новое взаимодействие изменяет существующие представления. Без такой памяти модель каждый раз начинает с чистого листа. Она может быть сколь угодно "умной" в моменте, но остается fundamentally статичной - не растет, не учится из взаимодействий, не строит долгосрочные отношения или понимание.
Это действительно может быть одним из ключевых барьеров на пути к более человекоподобному ИИ.
🤫Ответ GPT5T: Коротко: память — критически важна, но это **не единственный “главный вызов”.
Что именно нужно, чтобы модель стала «похожей на человека»:
1. Память как система, а не “длинный контекст”
- рабочая (оперативная), эпизодическая (события), семантическая (знания), процедурная (навыки), автобиографическая (история “я”).
- проблемы ИИ: отсутствие долговременной консолидации, слабая адресация/поиск, катастрофическое забывание, хрупкие “личные” воспоминания.
2. Непрерывное обучение без деградации
- у людей идёт lifelong learning; у моделей — переобучение пакетами.
- главная боль: стабильность vs пластичность (не забыть старое, усвоив новое).
3. Мировая модель и причинность
- помнить ≠ понимать. Нужна внутренняя каузальная модель мира, прогноз и проверка гипотез, а не просто шаблонная ассоциация.
4. Самореференция (рефлексия) и цели
- метапамять (знание о том, что я знаю/не знаю), устойчивое “я”, приоритеты и планирование; у текущих систем это слабо связано.
5. Физическое/сенсорное заземление
- человеческая память опирается на тело и опыт; текстовой памяти не хватает мультимодального и действенного подкрепления.
Итог: без полноценной памяти человекоподобности не будет, но “главный барьер” — это связка: долговременная многослойная память + непрерывное обучение + каузальная модель + метакогниция и цели. Память — необходимое условие, но недостаточное.
Комментарий: На текущий момент ИИ это не интеллект, а тренированный предиктор + рассуждатель, т.е. логический движок, но без полноценной памяти. В то время, как именно память, не как хранилище, а как некий алогоритм (очень упрощенное слово) постоянного обучения и коррекции модели мира создает феномен личности и делает человека человеком. Или делает когнитивный движок разумным, способным к автономии и постоянному самообучению.
Т.е. способность выдавать ответ, воспринимаемый осмысленным на коротком промежутке - это только начало. И это хорошо, потому что мы все еще в начале пути.
Кстати, когда я читаю массу статей по теме, набитыми умными словами чуть более, чем полностью, то если весь этот смысловой мусор убрать, все подходы сводятся к тому, что описаны здесь:
"Теперь давайте разберём ещё один важный момент. Как оптимально структурировать много файлов? Если у вас очень много файлов, становится сложно ориентироваться.
Решение - создать файл-индекс. В нём будут аннотации к каждому файлу, их взаимосвязь и краткое описание. В файле-индексе можно указать:
1️⃣ Название файла – чтобы легко идентифицировать его.
2️⃣ Краткое описание – о чём этот файл, его основное содержание.
3️⃣ Связи между файлами – если какие-то файлы дополняют друг друга или идут в определённой последовательности.
4️⃣ Ключевые темы и слова – чтобы быстро понять, о чём документ. Этот файл помогает структурировать информацию и избежать путаницы, особенно если файлов много.
Это костыли, но они помогают. Хотя это, конечно, не единственный подход. Следующий мы тестируем в нашем чате приложении, но там возникла следующая проблема - в случае отсутствия памяти, как функции, приходится придумывать имитаторы, типа как в chatGPT и всех чатах.
Т.е. при каждом запросе нужно скармливать модели приличный слоеный пирог, где собственно пользовательский запрос может занимать не более 1%.
Следующим шагом для робота будет научиться бить в ответ.
Жаль этого парня.
--
Видео без ускорения. Это новый гуманоид от китацев – Unitree G1, с улучшенной стабильностью. Только гляньте, как быстро он встает после кунг-фу техник этого паренька.
@ai_newz
Чуть больше недели назад в Cursor обновили Tab-модель — это которая подсказывает вам код прямо когда вы его пишете, без длительного ожидания генерации. Если заметили изменения в последние 9 дней — то это как раз из-за этого изменения :)
Главное, что написали — это что модель учится с использованием on-policy RL, и что в теории они могут обновлять модель каждые 2 часа. Может звучать не очень круто, но это сложная инфраструктурная задача, когда у вас 400м+ запросов в сутки.
On-policy RL на практике означает, что каждый раз, когда вы принимаете или отклоняете рекомендацию, модель получает фидбек, который попадает в тренировочный батч; после шага обучения данные будут выкинуты, и начнёт собираться новый батч.
Метрики для оценки моделей две: это доля мест, где подсказку решили показать (модель может решить, что ей нечего предложить) и доля принятых предложений. Первая упала на 21% по сравнению с прошлой моделью — то есть теперь вы будете видеть нерелевантные куски кода реже. Вторая выросла на 28% (если код показали -> его чаще принимают).
Упс. Бывшие сотрудники Microsoft и Amazon с высшим образованием устраиваются на работу бариста с минимальной оплатой в кофейнях Сиэтла, при этом некоторые имеют степень магистра и опыт работы на руководящих должностях в графическом дизайне или маркетинге.
• Microsoft и Amazon сократили более 46 000 сотрудников с 2023 года, что составляет 85% увольнений среди технологических компаний в районе Сиэтла, поскольку обе компании всё больше используют ИИ для выполнения задач, которые ранее делали люди.
• Спад в технологической отрасли вызвал цепную реакцию в экономике Сиэтла: расходы на рестораны и розничную торговлю снизились на 7% в некоторых районах, за первое полугодие 2025 года закрылось 450 ресторанов, а вакантность коммерческой недвижимости достигла рекордных показателей.
Президент Дональд Трамп в пятницу подписал исполнительный указ, вводящий новый единовременный сбор в размере 100 000 долларов за подачу заявлений на визу H-1B, который вступает в силу в воскресенье в 12:01 ночи по восточному времени .
комментарий: Если кто надеялся легко получить работу в США с H1, похоже возможность закрылась. По крайней мере для дешевых позиций.
Google навставлял AI в Chrome для всех:
- добавили окошка чата (вверху справа), чтобы чатиться с Gemini, оно имеет доступ как к одной вкладке сайта, так и к нескольким
- прикрутили Gemini к поиску по истории браузера (можно будет спросить что-то в стиле «а где я видел последний раз фотку Дурова по торс» и оно вернет)
- Скоро добавят агента который может за вас ходить по сайтам и выполнять задачи
- Если где-то, кто-то, отправляет браузерный пуш со спамом, то его поймает гемини
АИ масс адаптация, получается, свершилась – самый популярный браузер мира все же
Тут весь анонс
🤖 Demis Hassabis (Google DeepMind) о будущем робототехники
⦿ Гуманойдные формы могут оказаться ключевыми для повседневного и персонального использования — там, где среда создана под людей.
А вот специализированные роботы будут незаменимы на производстве и в лабораториях.
⦿ В ближайшие пару лет нас ждёт «вау-момент» в робототехнике.
Но фундаментальные модели пока требуют доработки: надёжности и более глубокого понимания реального мира.
⦿ DeepMind работает сразу в двух направлениях:
- как с Android для роботов — универсальный слой ОС, совместимый с любым роботом;
- и с вертикальной интеграцией - разработка конкретных роботов «под ключ».
Идея проста: скоро роботы будут не только на заводах, но и рядом с нами — а управлять ими станет так же привычно, как смартфоном.
🟢Полное интервью: https://www.youtube.com/watch?v=Kr3Sh2PKA8Y
@ai_machinelearning_big_data
#DeepMind #Google #DemisHassabis #Robotics
"Рост использования ИИ-сервисов был ошеломляющим; мы ожидаем, что в будущем он станет ещё более ошеломляющим.
По мере того как ИИ становится умнее, доступ к нему станет фундаментальным драйвером экономики, а, возможно, со временем — и чем-то, что мы будем считать базовым правом человека. Почти все захотят, чтобы ИИ работал на них всё больше.
Чтобы обеспечить то, что нужно миру — мощности для инференса (запуска моделей) и мощности для обучения (чтобы делать их всё лучше), — мы закладываем основу для значительного расширения наших амбиций по созданию инфраструктуры ИИ.
Если ИИ останется на предполагаемой траектории развития, будут возможны потрясающие вещи. Возможно, при мощности в 10 гигаватт ИИ сможет найти лекарство от рака. Или при тех же 10 гигаваттах — обеспечить каждому ученику на Земле индивидуальное обучение. Но если нас будут ограничивать мощности, придётся выбирать, что приоритетнее. Никто не хочет делать такой выбор — значит, нужно строить.
Наша цель проста: мы хотим создать «фабрику», которая сможет производить один гигаватт новой инфраструктуры для ИИ каждую неделю. Реализация этого будет чрезвычайно сложной: уйдут годы на достижение этой цели, потребуется инновации на каждом уровне — от чипов и энергетики до строительства и робототехники. Но мы давно над этим работаем и верим, что это возможно. На наш взгляд, это будет самый крутой и важный инфраструктурный проект в истории. Особенно нас радует возможность строить большую часть этой инфраструктуры в США: сейчас другие страны куда быстрее создают фабрики чипов и новые источники энергии, и мы хотим изменить этот баланс.
В ближайшие месяцы мы расскажем о некоторых наших планах и партнёрах, с которыми работаем, чтобы воплотить это в реальность. Позже в этом году мы обсудим финансирование: поскольку рост вычислительных мощностей напрямую означает рост доходов, у нас есть несколько интересных новых идей." Сэм Альтман - https://blog.samaltman.com/abundant-intelligence
ИИ интенсивно драйвит 3 отрасли, потому что оказалось, что в современной парадигме - мощь ИИ в значительной степени = компьют и способность обслуживать всю популяцию, и здесь мы имеем 2 узких места - скорость (перфоманс инференса), чипы с высоким энергопотреблением и собственно производство энергии. Таким образом, по объему инвестиций мы видим интенсивный рост:
- создание специализированных чипов
- квантовые вычисления
- коммерческий синтез (термояд), уже законтрактованные есть прототипы, и сейчас очевидно, что протребности ИИ в энергии может обеспечить только и исключительно ядерная и термоядерная энергетика + возможно солнечная, если построить достаточно станций и высокоэффективными фотоэлементами, но остальная возобновляемая энергия не вывозит.
Просто, чтобы было понятно:
"OpenAI в этом году увеличил свои мощности в 9 раз и поставил цель вырасти ещё в 125 раз к 2033 году, что превысит текущие энергетические мощности всей Индии — согласно материалу @alexeheath, ссылающемуся на внутреннюю заметку в Slack от @sama.
Важно отметить, что рост энергетических мощностей в 125 раз занижает реальное увеличение вычислений, поскольку Nvidia активно работает над повышением «интеллекта на ватт». Это значит, что фактический рост вычислительной мощности может оказаться значительно выше." - https://x.com/petergostev/status/1971620427039703465
Ура! Я дома, какое счастье и как же я устал от попытки работать не дома.
Читать полностью…
https://www.perplexity.ai/page/telescopes-find-black-holes-th-M_uvqkIgT6qdjfEPD0FcHQ
Читать полностью…
Обычно, если мы куда то уезжаем - в смысле в какую-нить страну или путешествие, то всегда совмещаем работу и активный отдых ( в основном посмотреть местные красоты), и поэтому обычно уезжаем на 1-3 месяца. Это началось еще лет 20 назад с зимовок в РФ, когда на зиму мы уезжали в разные теплые и приятные места. Но Гавайи изменили эту концепцию. Совмещать здесь активный отдых и работу оказалось очень трудно. Нет, конечно, мы преодолели эти трудности, но стало ясно, что на Гаваях идеален другой формат. Короткие поездки не более 4-5 дней, хороший отель, причем не на Вайкики, а на одном из ресортов Ко Олины (Меридиан или Дисней) + машина и никакой работы. Купание, плавание с маской (я на пляже встретил довольно большую черепаху), зависание на Вайкики по вечерам, коктейли и полная свобода. Т.е. впервые в жизни я понял, что и такой формат возможен, но(!) на которое время. Если дольше, то невозможность вернуться к своим проектам разрывает меня на части. Эгрегоры, которые стоят за моей работой свирепы и ревнивы. Они дают доступы к фантастическим инсайтам, но очень требовательны. Шаг вправо, шаг влево, сомнение - тут же наказание. Люди для них - ресурс.🤪
Читать полностью…
Согласно исследовательскому отчету DORA от Google, 90% технических специалистов теперь используют инструменты искусственного интеллекта для задач программирования, что на 14% больше по сравнению с прошлым годом; данные основаны на опросе 5 000 профессионалов в сфере технологий по всему миру.
• Разработчики посвящают в среднем два часа в день рабочим процессам с использованием ИИ, при этом более 80% заявили о повышении производительности, а 59% заметили улучшение качества кода.
• Несмотря на широкое распространение, сохраняется значительный дефицит доверия: только 24% разработчиков выражают высокую уверенность в коде, созданном ИИ, а 30% доверяют ему “немного” или “совсем не доверяют”.
• Волна внедрения ИИ совпадает со сложной ситуацией на рынке труда для начинающих инженеров: уровень безработицы среди выпускников компьютерных специальностей теперь превышает показатели в таких областях, как история искусств, а количество вакансий для инженеров-программистов сократилось на 71% с 2022 года.
• Google представила модель DORA AI Capabilities Model, которая помогает компаниям успешно внедрять инструменты ИИ, подчеркивая, что для эффективного внедрения требуется не только техническое, но и культурное развитие, выходящее за рамки простого использования новых инструментов.
оптимистично… для тех, кто доживет
Читать полностью…
Остальное контекст - структурированное содержание прошлого диалога + динамический промпт, релевантный не просто общей задачи, а текущему проблемному фокусу именного данного треда. Т.е. системный промпт может быть не для всей модели, а буквально для данного вопроса данного диалога.
В результате в реальности каждый запрос может запросто тянуть на 10-20К токенов, хотя сам диалог может включать короткие реплики.
При этом, если мы юзаем режим стандартного тарифа, то при мощных диалогах они для модели глубоко убыточны (нас финансируют инвесторы). Но если мы это делаем через API, то мы сами платим денюжку, т.е. память это дорогое удовольствие. Конечно, можно тестировать self-hosted опенсерсные модели, но для этого нужно могучее железо. И не факт, что OS не будет сама по себе тупой даже с памятью.
Есть ли паллиативное решение для малых ресурсов? Когда главный ресурс - это голова, а не бабло?
Пока зоопарк из фронта + n8n/make - может давать промежуточное решение, когда есть много мелких задач (вызовов модели), и все это оркестрируется. Т.е. по сути память = агент. Пока мне сложно сказать - насколько это по деньгам, это еще предстоит проверить.
Итог: Заявления о том, что очередная модель на каком-то бенчмарке выиграла еще 1,5% уже мало интересны, так как это вообще никак не приближает нас к цели. Даже большое контекстное окно не решает проблему, ибо это путь в никуда. Но сама задача очень интересная.
🥶В чем реальный фронтир с ИИ (а не этот ваш компьют): Можно ли сказать, что на данный момент именно полноценная память с контекстом, как у человека является главным вызовом, которая отделяет умную модель-идиота от модели действительно в чем-то подобной человеку?
TDLR: У вас есть работа, пока не решена проблема памяти.
🤫Ответ Grok: Да, можно сказать, что полноценная память с контекстом — как у человека, с её эпизодической, семантической и процедурной компонентами — действительно является одним из главных вызовов на сегодняшний день (сентябрь 2025 года), который отделяет "умные идиоты" (т.е. мощные, но узкоспециализированные LLM, вроде GPT-4 или Grok-3, способные блестяще решать задачи в изоляции, но теряющиеся без постоянного напоминания) от моделей, приближающихся к человеческому уровню интеллекта. Это не единственный барьер, но он фундаментальный, потому что без него ИИ не может строить coherentные "отношения" с миром, накапливать опыт и адаптироваться в реальном времени. Давайте разберёмся подробнее.
Почему память с контекстом — ключевой вызов?
Человеческий мозг не просто хранит информацию, а динамически её обновляет, сегментирует события, связывает с эмоциями и контекстом, и извлекает релевантное без перезагрузки "окна контекста". Текущие LLM, напротив, полагаются на:
- Короткосрочную память (context window): Это как рабочий стол — ограниченный объём (от 8K до 128K токенов в топ-моделях), где модель "помнит" только текущий диалог. Но даже здесь recall зависит от промпта: малейшее изменение в формулировке может сломать извлечение фактов.
- Отсутствие долгосрочной консолидации: После тренинга модель не "учится" на взаимодействиях — она как коллега с антероградной амнезией (забывает всё новое после сессии).
Функции вроде Memory в ChatGPT — это примитивный хак, который сохраняет ключевые факты, но не строит глубокого понимания.
В 2025 году прогресс есть: появляются context-aware memory systems, которые позволяют моделям приоритизировать и использовать информацию через сессии, а также исследования по human-like episodic memory, имитирующей, как мы вспоминаем события. Но это всё ещё "заплатки" — модели не справляются даже с простым трекингом событий в разговоре, теряя causality и последовательность.
Но это не единственный барьер
Многие эксперты подчёркивают, что память — необходимое, но не достаточное условие. "Умный идиот" может "помнить" контекст в одной сессии, но провалится в:
- Долгосрочном планировании и causality: Люди обновляют модели мира на основе feedback; ИИ же "забывает" уроки через сессии и плохо справляется с uncertainty.
- Continual learning: Модели не адаптируются к non-stationary миру без переобучения, а in-context learning — это временный фикс для фундаментальной проблемы.
- Автономии и reasoning: Даже с памятью ИИ остаётся "короткозорким" — хорошо в тактике, слабо в стратегии. Контекст-инжиниринг (с векторными БД для long-term memory) помогает, но не решает scaling проблем.
В итоге, да — память с контекстом как у человека (динамичная, надёжная, интегрированная с reasoning) — это топ-челлендж, который сделает ИИ "человекоподобным" в повседневных взаимодействиях.
Без неё мы имеем инструменты, а не партнёров. Но для полного AGI нужны прорывы в нескольких направлениях сразу. К концу 2025-го, возможно, увидим больше persistent memory в продакшене, но до "человека" ещё годы.
🤫Ответ Opus 4.1: Вы затронули действительно фундаментальный вопрос. Да, во многом именно отсутствие непрерывной, контекстуальной памяти создает качественный разрыв между современными языковыми моделями и человеческим мышлением.
Современные модели действительно можно назвать "умными идиотами" в том смысле, что они:
- Могут блестяще решать сложные задачи в рамках одного диалога
- Но "забывают" всё при начале нового разговора
- Не накапливают опыт взаимодействия с конкретным человеком
- Не формируют долгосрочные представления о мире через личный опыт
Сантехники, говорите? Водопроводчики?
Читать полностью…
это очень круто. похоже подобным образом будут учиться все модели, которые так или иначе взаимодействуют с людьми от языковых моделей до авто-пилотов. По сути это RL - обучение с подкреплением, но почти в реальном времени. Это все равно, как генератор картинок все время перерисовывает красивую девочку, опираясь на лайки и дизлайки.
Читать полностью…
Для информации:
Китай установил отношения научно-технологического сотрудничества с более чем 160 странами и регионами, подписал 119 межправительственных соглашений и присоединился к более чем 200 международным организациям в течение 14-й пятилетки.
• Общие расходы Китая на НИОКР превысили 3,6 трлн юаней (507 млрд долларов США) в 2024 году, что представляет собой увеличение на 8,3 процента и составляет 2,68 процента ВВП, при этом финансирование фундаментальных исследований выросло на 10,5 процента до 249,7 млрд юаней.
• В рамках инициативы Пояс и путь Китай совместно создал более 70 совместных лабораторий почти с 50 странами и учредил 10 международных платформ по трансферу технологий, обслуживающих АСЕАН, Африку и Латинскую Америку.
• Китай возглавляет мировой рейтинг по международным заявкам на патенты пятый год подряд, при этом количество действующих отечественных патентов на изобретения достигло 5,01 млн на июнь 2025 года, что на 13,2 процента больше по сравнению с прошлым годом.
• Инициированные Китаем международные меганаучные программы, такие как Deep-time Digital Earth, стабильно развиваются, при этом страна активно участвует более чем в 60 международных меганаучных программах и проектах.
Ранее в этом году OpenAI поглотили компанию известного дизайнера Apple Jony Ive для работы над AI-first продуктом, призванным изменить наше взаимодействие с моделями. The Information пишут о том, что происходит внутри в данный момент:
— В последние месяцы OpenAI активно взаимодействует с командами разработчиков, производственных и цепочек поставок Apple.
— Уже удалось переманить не менее 20 специалистов. В масштабе Apple это может быть небольшой цифрой, если говорить про рядовых сотрудников, но уходят ветераны, заставшие ещё Steve Jobs'а. OpenAI предлагает много денег, но кроме этого для сотрудников Apple большая привлекательность работы в OpenAI заключается в возможности воссоединиться с опытными специалистами в работе над революционным продуктом.
— OpenAI также начали общаться с компаниями из цепочки поставок Apple в Китае, которую последние развивали десятилетиями. Luxshare, крупный сборщик iPhone и AirPods в Китае, уже заключил контракт на сборку как минимум одного устройства OpenAI.
— По словам источников, один из продуктов, о создании которого OpenAI общалась с поставщиками, напоминает умную колонку без дисплея. OpenAI также рассматривает возможность создания очков, цифрового диктофона и носимого на груди пина и планирует выпустить первые устройства в конце 2026 или начале 2027 года.
— (из другой новости те же TheInformation) OpenAI чувствует недостаток вычислительных мощностей для наращивания пользовательской базы. Следующий виральный продукт (предыдущим был запуск Image Generation-модели, разлетевшейся на 100M+ пользователей) они могут и не потянуть — придётся замедлять генерацию, ужиматься итд.
— Поэтому недавно руководство компании сообщило некоторым акционерам, что в течение следующих пяти лет она планирует потратить около 100 миллиардов долларов на аренду резервных серверов у облачных провайдеров. Это уже поверх 350 миллиардов долларов, которые компания прогнозировала потратить на аренду серверов у облачных провайдеров в 2025-2030ых годах. Итого $450 миллиардов.
— OpenAI находятся на пути достижения 1 миллиарда еженедельных пользователей к концу года. В феврале 2025-го было «всего» 400 миллионов.
Понравился эксперимент от Гугла - Learn Your Way. Такой NotebookLM на максималках для учебы. Скоро будет доступен всем:
https://learnyourway.withgoogle.com/
Загружаете PDF-ку с уроком (пока есть только уже готовые, для своих - waitlist), он может сделать типа адаптированный (под ваш возраст и интересы), интерактивный текст с визуализацией и доп.материалами, опросник, визуальную презентацию, аудио-лекцию и майнд-мэп. Все это по данным их исследованиям (60 школьников от 15 до 18 лет в Чикаго) по сравнению с просто чтением PDF-ки увеличило качество понимания (тест сразу после чтения) и запоминания (тест после 3 дней, но с графиком они накосячили, просто дупликат).
Вот здесь технический отчет: https://services.google.com/fh/files/misc/ai_augmented_textbook.pdf
В общем, такие ИИ вещи действительно улучшают образование, а не просто дают списать домашку за 10 секунд.
Roblox взлетает на волне хитовых проектов
Roblox ставит рекорды онлайна: недавно количество одновременных пользователей достигло нового All-time high — 47,3 млн человек. Для сравнения: пиковый онлайн всего Steam составляет 41,2 млн человек.
Драйверами роста Roblox стали хиты от инди-разработчиков: симулятор фермы Grow A Garden, мемная игра Steal a Brainrot и выживач 99 Nights in the Forest. Благодаря ажиотажу вокруг хитов, количество игр с онлайном свыше 50 тысяч выросло на 60% за полгода.
При этом онлайн отлично конвертируется в деньги. На недавней конференции для разработчиков Roblox поделился успехами креаторов:
- Топ-1000 разработчиков заработали в среднем по $1 млн за год. По сравнению с 2020 годом их доход вырос почти в 3 раза.
- Roblox-игры становятся желанным активом: например, 19-летний создатель Blue Lock: Rivals продал свой футбольный сим за более чем $3 млн. Сейчас 7 из 15 самых популярных игр выкуплены у их первоначальных авторов.
- По прогнозу главы Roblox, уже к 2028 году появится первый миллиардер на базе платформы.
Что особенно приятно для стартеров — стоимость привлечения игрока может быть менее цента благодаря органическому распространению. Roblox активно развивает это направление: на днях анонсировали ленту коротких видео для обмена игровыми моментами, откуда пользователи смогут напрямую заходить в игры.
Roblox — отличный пример L2-платформы, где сейчас дуют особенно мощные восходящие потоки для взлёта свежих проектов.
@trendoscope