20186
Залипли и встали намертво, но хотите вырваться? Теория Каст и Ролей и прочее.
Это доверие к СМИ по возрастам. https://x.com/BrendanCarrFCC/status/1973800300357226647 - тренд очевиден.
Читать полностью…
Вот, что не понимают почти 99% тех, кто не живет в США и потребляет привычные СМИ:
".... Рейтинг CNN в унитазе, потому что это пропагандистская машина демократов.
Вот факты:
• Демократы закрыли федеральное правительство, чтобы попытаться дать финансируемые налогоплательщиками льготы нелегальным иммигрантам.
• Бюджетное предложение демократов приведёт к расходам почти в $200 млрд на нелегальных иммигрантов и других иностранцев в течение следующего десятилетия.
• Их программа «America Last» отменила бы положения о налоговых льготах для рабочих семей, подписанных Трампом, которые борются с растратами, мошенничеством и злоупотреблениями, и блокируют доступ нелегалов к медицинским льготам.
• Предложение демократов намеренно позволяет выдавать Medicaid тем, кто получил убежище и «parole» во время «вторжения» нелегалов при Байдене.
Также в их предложении:
• Требуется, чтобы Medicaid платил больше за неотложную помощь нелегалам, чем за лечение американцев — инвалидов, пожилых или детей.
• Сохраняется «трюк» Калифорнии по финансированию своей программы Medicaid для нелегалов.
• Восстанавливается специальная субсидия Obamacare для иностранцев, которая недоступна малоимущим американским гражданам." Источник: https://x.com/PressSec/status/1973771300695949642
Обычные люди в мире , "норме" привыкли к картине мира, что есть такое понятие, как СМИ, которое исторически существовало до 2-й мировой войны и, если быть точным, до медиа магната Херста, который придумал концепт таблоидов и желтой пресс.
После Геббельса и 2-й мировой войны, тем более после поглощения СМИ крупными финансово - промышленными холдингами в 80-х никаких СМИ в природе не существует.
Есть редакции, которые продвигают повестку, за которую им платят владельцы, а кодекс журналиста - давно миф-покойник и городская легенда.
Вместо анализа теперь ценна личная рефлексия, аутентичность и следование трендам.
Т.е. СМИ умерли, давно переродились, а "мужики (обыватели) и не знают", продолжают читать и верить, что если написано "Трамп фашист и разрушает страну, узурпирует власть и топчет демократию", то так оно и есть. Разумеется, не понимая ни контекста, ни что такое фашизм, ни тем более демократия. Ну, как к примеру жители СНГ могут понимать, что такое демократия, когда они никогда в истории при демократии не жили. Есть ничтожная часть населения, не более 7%, мозги которых промыты либеральным нарративом, который просто нарратив и никакого отношения к экономике не имеет.
Ну как житель не США, тем более России может понимать, что у нас тут происходит? Никак. 0 шансов.
Поэтому я перестал писать на эти темы, ибо писать не для кого, ибо в США люди понимают, а не из США никогда не поймут.
Попал вчера на Stripe Tour - огромную презентацию всех новых фич и коллаб. В этом году разговоры были только о двух вещах: Stablecoin и AI.
Во-первых, Shopify, Etsy, OpenAI и Stripe сделали возможность совершать покупки прямо в ChatGPT. Лайв-демо прошла успешнее, чем у Meta, и ведущий смог купить хеллоуинский костюм фиолетовой совы для своей дочери с третьего раза. Оплатить оказалось легче, чем дойти до страницы с покупкой, потому что к Open AI уже была прикреплена карточка Stripe и повторно вводить им ничего не пришлось. Очень бесшовно и классно сделали.
Во-вторых, Stripe теперь позволяет пользователям выпускать свои Stablecoins. За деньги, конечно. Сейчас все уверены, что stablecoin еще и будущее подкрепление того, что доллар никуда не денется. Хотя тейк не без проблемный, ведь банки сейчас пытаются себя защищать законодательно, но посмотрим как тут ситуация будет прогрессировать. Также с помощью stablecoin можно будет оплачивать свои подписки через смарт-контракты прям в Stripe элементе, так что очень ждем запуска.
Также выкатили много фич для своей платформы. Например, вендор может брать на себя риски и сам проводить know your customer проверки. Ну и рекламировали свою страницу покупки, который постоянно оптимизируют и добавляют новые фичи. Но в целом, все было построено вокруг ИИ и stablecoins.
Еще был классный Stripe Press стенд с книжками, но у меня уже все они есть. Если хотите, расскажу о них отдельно.
1. Рост это следствие целенаправленных усилий, направленных на одну единственную точку. Не на 2, не на 3, не на 10, а только на 1. Но это не все. Чтобы этого добиться нужен фокус, и вы дальше поймете зачем?
2. Рост начинается только когда наши усилия приносят результат, есть прямая связь между тем что мы делаем сегодня и ростом, выраженных в объективных метриках.
Проблема в том, что, как правило, мы не знаем, что конкретно нужно делать, чтобы расти в выбранном направлении. Это одна из самых важных концепций так называемых импакт факторов, т.е. буквально то, на что критически важно воздействовать, чтобы начались изменения.
Более того, даже если мы где-то прочитали, у кого-то подсмотрели, то в 99% случаев повторение все равно не приносит результата.
Поэтому нужно тестировать, много пробовать, менять, так как когда мы начинаем, то мы тратим 100% своего времени, а результат = 0.
Но мы продолжаем искать, пробовать и это требует полной вовлеченности, 24/7, поэтому фокус на одном это критическое условие.
Сколько потребуется попыток? ХЗ. В реальности в самых разных видах бизнеса счет попыток идет на сотни и тысячи. Это нормально.
А если кому-то удалось с 1-ого или 2-ого раза – это случайность и чудо, и это очень плохо, потому что, если есть чудо, то мы на самом деле не понимаем как оно работает. А поскольку оно неизбежно перестанет работать, то мы так же неизбежно сядем на жопу. Рано или поздно на жопу садятся все. Не все поднимаются.
3. Поэтому в этих бесконечных попытках есть на самом деле 2 ценности – маленькая и большая. Достигнуть результата это маленькая ценность.
А вот большая научится быть хладнокровным и никогда не бросать.
Это и есть точка, где умирает наша инфантильность.
Инфантильность означает, что мы как дети хотим получить результат сразу. Ребенок хочет игрушку, он плачет, сучит ножками, он не может принять идею, что между его желанием и его исполнением могут пройти годы.
Ребенок не умеет ждать, ребенок не понимает, что такое терпение, что такое смирение. Ребенок не может быть инвестором. Ребенок хочет все сейчас, чтобы быстро, чтобы нажал на кнопку и тут же результат.
Чтобы ребенок умер и родился зрелый взгляд, надо получить отказ, провалиться много раз, чтобы принять идею о том, что всегда нужно много попыток, что всегда надо упираться, искать, и никто не скажет точно, когда ждать прорыва. И гарантий никогда нет, а есть только неопределенность. Это и есть реальность. А еще можно ничего не добиться, даже если упирать. А еще можно сломать себе шею и сдохнуть.
Здесь мы подходим к еще одной важной вехе – осознанию, что мы можем умереть и мы умрем. Все. Когда-нибудь, а кто-то скоро. И мы не знаем кто умрет. Может быть мы. Как говорит классик – проблема не в том, что человек смертен, а в том, что он ВНЕЗАПНО смертен.
Представьте, что вы умрете через неделю. Я понимаю, что это сложно, но найдите в себе силы. Это полезно.
Наша игра здесь завершается смертью.
Если мы об этом помним, то перед глазами счетчик. Это значит, что смысл роста не в достигнутых результатах, а в том опыте, который мы здесь получаем.
Кто-то может играть годы, и не расти. А кто-то играет 24 часа в сутки и растет сумасшедшими темпами, не щадит себя, потому что это то, ради чего мы здесь.
Мы здесь играть, а не прозябать. И время – самый дорогой ресурс, и таймер может остановиться в любой момент. В этом и есть интрига.
Поэтому мы хотим расти быстро, и это значит не только много усилий, а значит УМНЫЕ усилия, а это значит мы должны учиться быстро, а это значит, мы должны проникать в суть вещей очень глубоко, поэтому быстрый рост означает предельный фокус только на одном.
4. Чтобы расти, надо принять решение расти в одном направлении, вместо прыжков из одного направления в другие в поисках халявы (для дураков).
Для этого надо задавать себе правильные вопросы – что надо делать, чтобы расти 100%/ месяц. Если я не расту 100% в месяц, значит – я делаю не то, что надо. А то, что надо делать - не делаю.
Значит надо понять – что НАДО делать, и понять – что НЕ НАДО делать.
Это не мой текст. Не ошибитесь. Я позже сообщу, кто автор. "При поиске решений для больших, запутанных и сложных задач, почему учёные тратят так много времени на «игрушки»? Подобно тому как ребёнок сначала играет с крупными кубиками DUPLO®, чтобы научиться собирать более сложные наборы LEGO®, учёных приучают работать с «игрушечными моделями». Эти модели намеренно упрощены, утрированы или нереалистичны в определённых аспектах. Это позволяет сосредоточить внимание на отдельной стороне проблемы. После достаточного изучения таких игрушечных систем их можно «собрать вместе», чтобы приблизиться к более жизнеспособному решению для реального мира.
Когда Аристарх пытался измерить расстояние до Солнца, наблюдая его влияние на фазы Луны, он столкнулся с трудностью: Солнце могло быть настолько далеко, что его лучи достигали Земли и Луны практически параллельно. Мы не знаем его точных рассуждений, но можно предположить, что он сначала играл с «игрушечной моделью», где Солнце находилось нереалистично близко к Земле. В такой системе изменение угла солнечных лучей давало ключевое понимание: в ней фазы Полулуния происходят заметно ближе к Новолунию, чем к Полнолунию (как показывает @3blue1brown). При размещении Солнца на более реалистичном расстоянии эффект становился намного меньше, но всё же различим даже с технологиями той эпохи, пусть и с ощутимыми погрешностями.
Кеплер изящно решил задачу определения орбит Земли и Марса (а впоследствии и других планет), хотя формы их орбит тогда были ему неизвестны. Он знал, что «игрушечная» задача нахождения земной орбиты легко решается древним навигационным методом триангуляции — если предположить, что Марс неподвижен в космосе. Изучение этой игрушечной задачи подсказало решение исходной: он мог «удержать» Марс неподвижным, используя только измерения, разделённые на один марсианский год (687 дней), ведь именно в эти моменты Марс действительно находился в фиксированном положении.
Не недооценивайте силу игры с игрушками!"
Я люблю группу ELO, начал слушать еще школьником, и обратил внимание, что ее уникальный стиль проявился исключительно в период с 1975 по 1979, это четко наблюдается по звучанию их альбомов, и потом многочисленные сборники лучших песен на 90% состоят из композиций именно этого периода.
Аналогичную закономерность я наблюдал у огромного количества хитовых музыкантов (не говоря уж о группах/ певцах одного хита типа Eagles/ Hotel California). Как правило, пара-тройка лет - поиск своего звука, потом период хитов, потом только концерты и да, вроде уже новые альбомы, но не то.
Кто замечал такое и в каких группах? Конечно, это лишь мое субъективное наблюдение.😆
Исследование также отмечает, что хотя научные исследования и разработки находятся в центре внимания, большая часть экономического влияния ИИ может прийтись на широкую автоматизацию множества задач во всей экономике. Однако задачи научных исследований и разработок чаще имеют эталонные тесты, как правило, представляют высокую ценность, характеризуются быстрым внедрением технологий и привлекают значительные исследовательские усилия, что делает их полезным испытательным полигоном для изучения возможностей ИИ.
Полный текст: https://akrol.notion.site/2030-Epoch-AI-27d37ae490d581b2abdaf971b60b2060
Claude Sonnet 4.5 — лучшая на сегодняшний день модель для программирования.
Топ модель для создания сложных агентов.
Claude Sonnet 4.5 демонстрирует заметный прогресс в логике и математике.
- Теперь у модели есть редактирование контекста и память → ИИ-агенты могут работать над задачами часами и днями без потери информации.
- 30+ часов автономного кодинга - агенты пишут код и доводят проекты до конца почти без вмешательства.
- Лучший результат в мире по программированию: 77.2% на SWE-bench Verified.
- Умеет уверенно работать в браузере: анализ конкурентов, закупки, онбординг клиентов. Для этого сделали новый Chrome Extension.
- Справляется с задачами от простого финансового анализа до сложной предиктивной аналитики.
- Можно буквально «сгенерировать» софт одним промптом — идея LLMOS от Карпатия становится реальностью.
- Цена: от $3 за миллион входных токенов и $15 за миллион выходных. С кэшем и батчем - до 90% экономии.
https://www.anthropic.com/news/claude-sonnet-4-5
@ai_machinelearning_big_data
#claude
Runway бахнул бесплатный курс AI for Gaming
О том, как эффективно интегрировать набор генеративных ИИ-решений Runway в полный цикл разработки игр. От первоначальных исследований концепции до производственных ресурсов и рекламных роликов
Пять лекций:
Adding Motion to Concept Art
Character Dialogue Simulation
Concept Art for Level Design
Expanding your Gaming Asset Library
Texture Creation and Simulation
Пригодится и тем, кто пользует другие генераторы
https://runwayml.com/ai-for-gaming
@cgevent
Вот добавления в Claude Code 2.0
• Новый нативный плагин для VS Code
• Обновлённый дизайн всего приложения
• Команда /rewind для отката изменений в коде
• Команда /usage для просмотра лимитов тарифа
• Tab для переключения режима “thinking” (сохраняется между сессиями)
• Ctrl-R для поиска по истории
• Не выпущенная команда конфигурации Claude
• Hooks: исправлена ошибка, когда встречались PostToolUse tool_use id без блоков tool_result
• SDK: Claude Code SDK теперь называется Claude Agent SDK
• Динамическое добавление субагентов через флаг –agents
вот это совсем хорошо, учитывая, что для нас это основной инструмент
Читать полностью…
"Ученые" воют, что Трамп сокращает финансирование науки и поэтому мы все умрем и движемся в средневековье. IMHO, 80% современных "исследований" - скам. Впрочем, скорее всего доля скама в разных вертикалях науки разная. Теор. физика, математика, гуманитарные науки, ИИ доля скама близка к 100%, в скучных науках типа химии, биологии, материаловедении - видимо доля меньше. Минимальная доля скама - в инженерии и технологиях, исключая ИИ и крипту. Если больше хайпа, доля скама растет.🤣
Читать полностью…
Архитектурные паттерны для постоянной памяти в агентных системах на базе LLM: сравнительный анализ - https://docs.google.com/document/d/1c51q8uFE5T3e1kEimwghpOnFglgq7ax2NpCrSiIAECs/edit?usp=sharing - для интересующихся
Читать полностью…
Ну вот, мы подошли к ключевому моменту - реализуем сначала простую систему Memory as a Service для чата с ИИ. Прототип реализуем в n8n с интеграцией с чатом (фронт эндом). Зачем это нужно?
Мы реализуем ИИ мета-эксперта. Что это такое? Разумеется, это агент, внутри которого живут другой агент.
По сути наша цель построить ИИ эксперта. ИИ эксперт состоит из ассистента (когнитивный двжок) и памяти, как сервиса.
• Когнитивный движок — механизм мышления: интерпретация, рассуждение, построение гипотез, принятие решений. Это активная часть, которая «работает» над данными.
• Память как сервер — инфраструктура: хранение фактов, кластеров знаний, связей, источников, атрибуции. Это пассивная, но критически важная часть, которая снабжает движок материалом.
Эксперт работает эффективно только при правильном взаимодействии этих частей:
• без памяти движок становится болтуном;
• без движка память превращается в цитатник.
Вместе они дают именно то, что мы называем «экспертностью»: использование сохранённого опыта для создания нового понимания.
Способности эксперта (целостность: когнитивный движок + память)
1. Достигать целей (ориентируясь на миссию).
2. Решать задачи в условиях неопределённости.
3. Выполнять действия (анализ, рассуждение, общение, планирование, исследование) в соответствии с поставленным промптом.
4. Использовать накопленный опыт.
5. Создавать новые связи между знаниями.
6. Самообучаться.
Для достижения этих целей, ассистент должен иметь Память, как сервис (Memory as a Service).
Способности памяти как сервиса
1. Хранить миссию, цели и принципы.
2. Удерживать контекст проектов.
3. Хранить фрагментарные кластеры знаний.
4. Связывать кластеры ассоциативно.
5. Обслуживать действия эксперта: выполнять запросы на информацию и подставлять релевантные данные.
6. Работать как сервис (MaaS) в соответствии с требованиями промпта и алгоритмов.
7. Обновляться (коррекция, забывание, версионирование).
8. Сохранять атрибуцию.
При этом фактически эксперт включает:
1. Ассистент – чёрный ящик инференса, на его внутреннюю память мы влиять не можем; управляем только параметрами (например, температурой).
2. Контекст – порождённая сущность, формируется динамически системой управления контекстом и направляется ассистенту внутри каждого инференса.
3. MaaS (память как сервис) – ключевой объект управления: хранит всё необходимое, анализирует новый запрос пользователя и на основе накопленного опыта и принципов, формирует динамический контекст для ассистента. Включая:
⁃ Систему управления контекстом – агент, который orchestrat'ит работу MaaS, узких ИИ, векторной базы и алгоритмов для формирования контекста.
⁃ Структура и организация данных
Требования к MaaS (приоритезированные способности и свойства)
Базовые способности (ядро)
1. Способна хранить проект‑центричный контекст (миссия, цели, вехи, решения, хронология).
2. Способна удерживать долгосрочную память по проектам, включая фрагментарные знания.
3. Способна ассоциативно связывать знания и активировать релевантные связи при обработке запроса.
4. Способна формировать динамический контекст под задачу запроса с учётом бюджета контекста.
5. Способна сохранять и возвращать атрибуцию источников.
Поддерживающие способности
1. Способна различать уровни знания: факт / гипотеза / интерпретация / решение.
2. Способна выявлять пробелы, неопределённости и противоречия.
3. Способна разрешать конфликты знаний по правилам с фиксацией результата.
4. Способна версионировать знания и сохранять историю изменений.
5. Способна выполнять операции чтения/запоминания/забывания в идемпотентной форме. 6. Способна обеспечивать приватность и разграничение доступа.
7. Способна самообновляться: помечать устаревшее, продлевать актуальное.
Ключевые свойства качества
"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
Эта диаграмма показывает уровень доверия американцев к системным масс медиа. 3 типа мнений:
- зеленое - Доверяю
- синее - не очень доверию
- голубой пунктир - вообще не доверию
И это отчет от GALLUP - но те, кто не живут в США потребуют не американские масс медиа, а национальные, которые практически все под лево-либеральным контролем и просто перепечатывают то, чему не доверяет почти 62% американцев. Поэтому, сорри, с теми, кто не живет в США обсуждать происходящие у нас событий бессмысленно. Все равно, что говорить с зомби.
Ничего личного, такова ситуация.🥶
Все, Твиттер встал - смотреть нельзя, одни мемы. Все троллят демов. Видимо через день-другой успокоятся. Вот что ИИ животворящий делает.
Читать полностью…
5. Фокус означает, что мы все свое время тратим на поиск ответа на вопрос – что НАДО делать, и – что НЕ НАДО делать.
Как мы знаем, что нашли ответ?
Мы начинаем расти – сначала на 1%, потом на 10%, потом на 30, 70, 100.
Потом мы спрашиваем себя – если я могу расти на 100% в месяц, значит могу и на 1000%?
Значит проблема только в голове? Проблема опять в том, чтобы расти на 1000% надо снова понять – что НАДО делать, и понять – что НЕ НАДО делать.
Это не зависит от того, чем мы занимаемся, от ниши, рынка. Пределы роста не в рынке, а в наших головах.
(с) Мясник
"... 1. Разница между тривиальными и комплексными задачами в объеме противоречий, парадоксов, логических ловушек, алогичных цепочек.
2. Примитивное знание пребывает в форме порядка. Сложное знание пребывает в форме Хаоса (если можно говорить о форме применительно к хаосу). Почему?
Потому что сложное знание не может быть статичным, а лишь хаос содержит в себе потенциал изменений. Порядок есть отражение стабильности, а значит неспособности к изменению.
3. Проблема в том, что внутри порядка проще быть, но трудно меняться. Внутри хаоса легко меняться, но трудно быть.
4. Поэтому Вселенной, чтобы с одной стороны не коллапсировать в примитивный порядок, а с другой стороны не превращаться в N-мерный белый шум приходится постоянно флуктуировать на границе Хаоса и Порядка.
Это динамическое равновесие поддерживает специальный протокол (в мифологии Уроборос), действующий, как на глобальном уровне, так и в инкапсулированных локациях со своими наборами физически констант. " (конец цитаты).
ИИ все таки могуч или как я сэкономил за 3 года более 15000$? У нас есть группа сайтов c кешированием на уровне сайта (LiteSpeed) и ClaudeFlare (кстати, без CF сайт из РФ не открывается) + на сайте живет система управления обучением, paywall, Elementor и т.п., т.е. мы имеем разный контент для залогиненых, гостей + для тех, кто взял/ не взял курс + у всех разный прогресс (прошел тест/ не прошел) + разные уровни и статусы подписки.
Т.е. динамический контент и настройка кеширования для такого сайта ( а по сути это уже скорее приложение) не то, что сложна, но надо просто знать нюансы.
3 года назад у меня был типа сисадмина, шустрый паренек из Краснодара, который проедал 5000$/год, лечил мне мозги, все время "боролся за живучесть корабля" и жили мы на рекомендованном им Нидерландском хостинге, на котором он все время что-то обновлял. Сайт регулярно лежал, тормозил, а админ "спасал".
В итоге, я подзае... я и совершил 3 действия:
- уволил админа на хуй
- переехал на нормальный хостинг, который за меньшие деньги на автомате решает все проблемы
- вместо админа стал обращаться к ИИ, и пока не было случая, чтобы chatGPT не помог мне решить проблему, в том числе нюансы настройки кешей разного уровня для сайта/ приложения с динамическим контентом.
Итог: ну экономический эффект ясен, но главное - ИИ каждый раз разъяснят мне, чайнику, в чем суть проблемы и суть ее решения, т.е. ИИ УЧИТ меня при решении каждой проблемы.
Если вы думаете, что уволенный админ толково разъяснял мне, то жестоко ошибаетесь - не было в моей жизни более мутного чувака. Наверное мне не повезло. Как хорошо, что ИИ заменил админа на примере моего простенького сайта. Мой неквалифицированное мнение, что в течении пары годков 99% админов и девопсов будут менять профессию. Из-за ИИ.
1. Увы, бизнес это маркетинг, необходимость постоянно рассказывать о продукте, о себе в каком-то смысле. При этом, мы получаем 90% равнодушия, 9% хейта и лишь 1% продаж (примерно). Такова реальность.
2. Если не хватило смелости рассказать о себе, почему хватить смелости делать бизнес? Впрочем, боятся - нормально. Боятся и те, кто чего-то достигают, и те, кто не достигают ничего.
3. Разница в том, что успешные действуют, несмотря на страх, а всех остальных страх парализует.
4. И кстати, не всегда страх явно ощущается, как страх. Чаще всего это типичное самооправдание "Я просто не хочу...". Да, конечно. Эти сказки можно рассказывать детям или друзьям, а но себе-то мы не врем, говорим правду, как есть. 🤣
Сделал перевод исследования: Как будет выглядеть ИИ в 2030 году?
Саммари: Это обширное исследование от Epoch AI, заказанное Google DeepMind, представляет глубокий анализ будущего искусственного интеллекта к 2030 году. Отчет детально рассматривает траекторию масштабирования ИИ, подробно останавливаясь на необходимых вычислительных мощностях, финансовых вложениях, требованиях к данным, оборудованию и энергопотреблению. Авторы проводят тщательную оценку будущих возможностей ИИ, которые станут доступны благодаря этому масштабированию, с особым акцентом на научные исследования и разработки.
Ключевой вывод доклада заключается в том, что масштабирование ИИ, вероятно, продолжится до 2030 года, несмотря на беспрецедентные инфраструктурные требования. К 2030 году передовые модели ИИ будут требовать инвестиций в сотни миллиардов долларов и потреблять гигаватты электроэнергии. Хотя эти вызовы кажутся устрашающими, они преодолимы при условии, что ИИ сможет генерировать соответствующую экономическую отдачу за счет повышения производительности.
Авторы последовательно опровергают распространенные аргументы против продолжения масштабирования, включая идеи о том, что развитие ИИ "упрется в стену", что данные для обучения будут исчерпаны, что ограничения электроэнергии остановят прогресс, что инвестиции станут слишком дорогими, что фокус сместится на более эффективные алгоритмы или что компании переориентируются с обучения на вывод. Исследователи приходят к выводу, что экстраполяция текущих тенденций на 2030 год остается наиболее надежным базовым прогнозом.
В отчете подробно рассматриваются конкретные области научных исследований и разработок, где ИИ может значительно ускорить прогресс. К 2030 году, согласно прогнозам, ИИ сможет автономно реализовывать сложное научное программное обеспечение на основе естественного языка, помогать математикам в формализации набросков доказательств и отвечать на сложные вопросы о биологических протоколах. Авторы предсказывают, что многие научные области будут оснащены ИИ-ассистентами, сопоставимыми с современными помощниками по кодированию.
Исследование детализирует четыре конкретных примера: программную инженерию, математику, молекулярную биологию и прогнозирование погоды. В каждой из этих областей наблюдается значительный прогресс в соответствующих эталонных тестах, и экстраполяция показывает, что ИИ достигнет впечатляющих возможностей к 2030 году. Например, в программной инженерии ИИ сможет автономно исправлять ошибки, реализовывать функции и решать сложные научные задачи программирования; в математике ИИ будет действовать как исследовательский ассистент, разрабатывающий доказательства; в молекулярной биологии ИИ решит задачи взаимодействия белков и лигандов и поможет с исследованиями; а в прогнозировании погоды ИИ уже превосходит традиционные методы и будет продолжать совершенствоваться.
Важный вывод исследования заключается в том, что внедрение и общественное влияние могут значительно отставать от технических возможностей. Например, в фармацевтической отрасли длительные циклы разработки, необходимость лабораторных экспериментов и клинических испытаний означают, что немногие из лекарств, одобренных к 2030 году, будут созданы с использованием современных инструментов ИИ. В то же время, программная инженерия, с ее более короткими циклами итераций и отсутствием физических экспериментов, вероятно, претерпит драматические изменения.
В заключение, авторы подчеркивают, что к 2030 году ИИ, вероятно, станет ключевой технологией во всех секторах экономики, присутствуя в каждом аспекте взаимодействия людей с компьютерами и мобильными устройствами. Если эти прогнозы сбудутся, то жизненно важно, чтобы ключевые лица, принимающие решения, уделяли приоритетное внимание вопросам ИИ в ближайшие пять лет и в последующий период.
Информация о ключевых особенностях Claude Sonnet 4.5. Вот основные новшества и их детали:
* Улучшенные возможности для агентов: Claude Sonnet 4.5 стал значительно умнее в выполнении задач, требующих множества шагов. Он лучше справляется с использованием инструментов, управлением памятью и обработкой контекста.
* Улучшенное кодирование: Модель значительно лучше генерирует и анализирует код. Она может самостоятельно выявлять оптимальные улучшения и принимать более взвешенные решения при рефакторинге.
* «Интеллектуальное» управление окном контекста: Новая версия API позволяет модели более эффективно управлять контекстом. Вместо возврата ошибки, когда разговор становится слишком длинным, модель будет генерировать ответ до доступного лимита и ясно укажет, почему он был остановлен. Это помогает избежать прерываний и позволяет пользователям максимально использовать доступное окно контекста.
* Очистка истории использования инструментов: В длинных диалогах с множеством вызовов инструментов система теперь может автоматически удалять устаревшие результаты, сохраняя при этом недавние, что делает работу более эффективной.
* Память, сохраняющаяся между разговорами: Новая функция памяти позволяет модели запоминать информацию между разными сессиями. Пользователи могут попросить модель запомнить предпочтения или важную информацию, которая будет сохраняться даже после завершения чата.
* Повышенная автономность: Sonnet 4.5 может работать самостоятельно на протяжении нескольких часов, сохраняя ясность и целенаправленность в выполнении задач.
* Новые функции в Claude Code: В дополнение к модели, были представлены новые функции в продукте Claude Code, включая "контрольные точки" (checkpoints), которые позволяют сохранять прогресс и мгновенно откатываться к предыдущим версиям кода.
Эти нововведения направлены на то, чтобы сделать Claude Sonnet 4.5 лучшей моделью для создания сложных, долгосрочных агентов.
А вот OpenAI идет в коммерцию со Stripe
Читать полностью…
Claude Code 2.0
Но что ещё интереснее, anthropic опубликовали claude code 2.0!
anthropic-ai/claude-code" rel="nofollow">https://www.npmjs.com/package/@anthropic-ai/claude-code
Из интересных изменений:
• Нативное приложение для VS Code
• команда /rewind для отката изменений
• команда /usage для просмотра лимитов твоего плана
• Ctrl + R для поиска по истории
• Tab для включения думающего режима
Остальные изменения тут: https://github.com/anthropics/claude-code/blob/main/CHANGELOG.md#200
Anthropic представила Claude Sonnet 4.5 в понедельник, заявив, что это лучшая в мире модель программирования, способная работать автономно более 30 часов — более чем в четыре раза дольше, чем её предшественник.
• Новая модель искусственного интеллекта достигла передового результата — 77,2% на SWE-Bench Verified, строгой оценке в области программной инженерии, а также набрала 61,4% на эталоне OSWorld для задач взаимодействия с компьютером — почти на 20 процентных пунктов больше, чем у Claude Sonnet 4 (42,2%) четыре месяца назад.
• Во время внутреннего тестирования Claude Sonnet 4.5 автономно разработала полноценное приложение для чата, сгенерировав примерно 11 000 строк кода и сохранив логичность на протяжении всего процесса разработки.
• Модель вводит улучшенные инструменты для разработчиков, включая контрольные точки в Claude Code, которые позволяют сохранять прогресс и возвращаться к предыдущим состояниям, а также возможность выполнять код и создавать файлы прямо в ходе беседы.
• Anthropic позиционирует это как свою «наиболее согласованную передовую модель», с существенным снижением проблемного поведения, такого как обман и стремление к власти, наряду с усиленной защитой от атак через внедрение подсказок и выпуском Claude Agent SDK для создания автономных агентов.
ссылка на пост от антропика: https://www.anthropic.com/news/claude-sonnet-4-5
В общем, похоже, пуст к AGI лежит не через трансформатор (LLM), а через память. Потому что, способность к рассуждениям имеет близкий потолок, а вот память имеет бесконечный ресурс и AGI возникает не как супер умная модель, к как вполне обычная модель, способная быстро работать с огромной памятью, как быстрой, так и фундаментальной.
Грубо говоря, плотность инсайтов и их качество экспоненциально растет не из-за "ума" модели, а из-за способности конвергировать огромный объем знаний из разных доменов. И при этом продуктивно решать неизбежные конфликты разных нарративов. Почему это важно?
Потому что большая эрудиция порождает возможность связывать много доменов знаний (+), но и тут же порождает конфликты метафор этих доменов. Поэтому, как правило, очень эрудированные люди могут отвечать на много вопросов, как в игре Что/Где/Когда не не способны находить решения проблем, тем более мыслить инновационно из коробки. (-)
Поэтому интуитивно есть определенный предел эрудиции для человека, выше которого все работает в минус - горе от ума. Потому что всезнайка не способен решать конфликты.
Таким образом, если ИИ научить решать конфликты, тогда можно наращивать базу знаний. А без этого при росте знаний, ИИ утрачивает способность к чему-то больше цитирования.
Однако, мне эта задача представляется чисто инженерной и скорее всего будет решена в течении относительно короткого времени. Мы поймем это, потому что ИИ начнет производить новое знание, идеи. (Вероятно).
1. Прозрачность — факты сопровождаются атрибуцией и меткой уровня знания.
2. Детерминизм — одинаковый ввод даёт одинаковый контекст. (не всегда)
3. Наблюдаемость — доступны метрики извлечения, атрибуции, конфликтов и бюджета контекста.
4. Производительность — время подготовки контекста и ответа в пределах целевых значений.
5. Масштабируемость — рост объёма знаний не ухудшает базовые способности.
6. Надёжность — устойчивость к сбоям, идемпотентность операций, аудит изменений.
7. Безопасность — приватность и изоляция данных по скоупам.
8. Трассируемость — возможность проследить знание до источника и момента фиксации.
Политики поведения
1. «Нет источника — нет долговременной записи».
2. Неподтверждённые факты помечаются как требующие валидации.
3. Конфликты фиксируются и не переписываются без подтверждения.
4.Обновление решений не удаляет историю, а помечает устаревшие.
UD: Разумеется это идеальная картинка, будем двигаться мелкими перебежками.
За основу взят подход рациональный подход здравого смыслы + методология в основе Claude Code, учитывая, что он делится знаниями.
"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