Области интересов канала: блокчейн, мозг(BCI), space tech, цифровая экономика, WEB 3.0 в России и мире. Основатель @AniAslanyan English channel https://t.me/alwebbci Регистрация в перечне РКН https://knd.gov.ru/license?id=67374142772bb113f528001c®is
США только что выпустили свой план действий в гонке ИИ
Мы опишем самые интересные моменты, которые требуют внимания:
1. Хотят создать "умные" чипы(Location verification features), которые можно найти удаленно и отключить. Технически сложно реализовать, но политически понятно в контексте стратегии сдерживания противников. Однако эффективность таких мер под большим вопросом.
2. Правительство США будет покупать ИИ-системы только у тех компаний, которые гарантируют политическую нейтральность своих моделей - то есть отсутствие встроенных либеральных или "прогрессивных" установок, которые, по мнению администрации Трампа, навязывались предыдущими разработчиками.
3. США хотят, чтобы их открытые модели стали глобальными стандартами, встроенные в базовые ИИ-инфраструктуры мира.
4. Формируют "американский ИИ-альянс" из лояльных стран.
Экспортируют полный технологический стек только союзникам. Блокируют доступ к передовым технологиям для противников. Заставят страны выбирать между американским и китайским ИИ-блоком.
5. Хотят перестроить внутреннюю экономику под ИИ:
- Массовое строительство ЦОДов, расширение электросетей и энергогенерации.
- Восстановление производства полупроводников США.
- Автоматизация научных исследований через ИИ-лаборатории.
6. Создать дата-центры для армии и спецслужб. Запустить
программы DARPA по созданию объяснимого ИИ для боевых систем. Интеграция ИИ во все военные операции и процессы.
7. Создание крупнейших в мире научных датасетов. Автоматизированные лаборатории, управляемые ИИ.
Ускорение открытий в медицине, материаловедении, энергетике,
Секвенирование всей жизни на землях для обучения ИИ.
8. Подготовить рабочую силу для ИИ-экономики:
- Массовая переподготовка работников для ИИ-инфраструктуры
- Создание новых образовательных программ по ИИ
- Налоговые льготы для компаний, обучающих сотрудников работе с ИИ
- Интеграция ИИ-навыков во все уровни образования.
В Москве проходит VIII Международная конференция по квантовым технологиям — ключевое научное событие в области квантовых вычислений и коммуникаций.
Сегодня состоялся Открытый день конференции, который объединил не только учёных и инженеров, но и представителей бизнес-сообщества. Первая сессия прошла при поддержке генерального партнёра мероприятия — Газпромбанка, её модератором выступил профессор МФТИ и вице-президент ГПБ Алексей Фёдоров.
Спикеры обсудили роль квантовой и постквантовой криптографии в защите данных, технологические ограничения квантовых компьютеров, потребность в импортозамещении лидаров, а также последние достижения российских учёных в сфере квантовых технологий.
Квантовые технологии активно выходят за пределы чисто академических исследований, прокладывая себе путь к практическому применению. Но для этого перехода критически важна системная поддержка институциональных игроков, обладающих необходимыми ресурсами.
И Газпромбанк выступает драйвером этого перехода: банк уже более 10 лет поддерживает трансфер научных знаний в экономический сектор. Как отметил Фёдоров, чтобы научные открытия успешно проходили все стадии развития — от разработок стартапов до востребованных на рынке решений — необходима целая система поддержки. Этим и занимается ГПБ, в том числе помогая технологическим компаниям масштабироваться и выходить на рынок капитала.
У Meta* будет через 2 года свой 2-нм чип для ИИ
Meta привлекла MediaTek для разработки нового чипа на 2-нм техпроцессе под кодовым названием "Arke". Этот чип предназначен для задач вывода в ИИ. Массовое производство планируется на первую половину 2027 года.
Кроме того, Meta перерабатывает другой свой чип, под кодовым названием "Olympus", который будет использоваться для обучения ИИ и составит конкуренцию графическим процессорам Nvidia. Запуск этого чипа ожидается в 2028 году.
Сегодня специализированные чипы Meta (ASIC) разрабатываются компанией Broadcom, но ранее Meta уже сотрудничала с MediaTek, в частности, над чипом для умных очков.
Это часть стратегии Meta по снижению зависимости от внешних поставщиков, таких как Nvidia, и сокращению затрат на инфраструктуру для ИИ, которые, по оценкам, в этом году составят от $114 до $119 млрд.
*запрещенная компания в России.
Стартап по нейроинтерфейсам Nudge привлек $100 млн - это огромная сумма для молодой команды, которой в августе будет 1год
Nudge разрабатывает неинвазивнвй нейроинтерфейс с использованием ультразвука. Компания создана всего год назад выходцами Neuralink, SpaceX, Vision Pro.
Их устройство позволяет стимулировать и визуализировать мозг с миллиметровой точностью.
3 месяца назад они создали и протестировали "Nudge Zero" — их первую систему, готовую для использования на людях.
Напомним, что США уже разрешили одной из компаний официально продавать на рынке свои инвазивные устройства.
Параллельно компания разрабатывает:
1. Аппаратное обеспечение и алгоритмы для ультразвукового структурного и функционального изображения через череп.
2. Методы оптимизации параметров сонификации для каждого человека.
3. Потребительский продукт, который просто работает.
Отметим, что в 2025 уже ряд стартапов получили большие инвестиции:
1. Neuralink $650 млн в рамках раунда S
2. Science Corp, основанная Максом Ходаком, в апреле 2025 года привлекла $104 млн. Компания готовится к запуску в Европе 1-ого коммерческого нейроинтерфейса для зрения.
История о том, как мы помогли двум компаниям
Недавно на нашу закрытую клубную встречу основателей компаний и инвесторов пришел фаундер, чей стартап 8 месяцев на рынке, офис в Дубае и Лондоне, $2.8млн выручки, команда в 4 странах.
Боль основателя: "Мы продаем клиентам в 20+ странах мгновенно, но оплата нашим разработчикам из разных стран занимает 5 дней и стоит 8% комиссий."
В процессе обсуждения среди наших гостей оказался основатель платежной платформы для распределенных команд Arbonum. Они обсудили подход к решению этой проблемы
через инфраструктуру обслуживания распределенных команд, автоматизированную обработку всех процессов и документов, упрощенные недорогие платежные процессы.
В итоге ребята сейчас вместе работают и очень довольны.
Получается, что команды, которые рано оптимизируют внутреннюю инфраструктуру, получают конкурентное преимущество в привлечении и удержании талантов.
Реклама АРБОНУМ ЛЛС-ФЗ, ИНН 9909660875 erid 2W5zFJWoXhS
Помните проект Stargate от OpenAI? Так вот у него проблемы
Согласно последним данным, у OpenAI и SoftBank есть разногласия по проекту, что привело к значительному сокращению краткосрочных планов после 6 месяцев задержек.
SoftBank и OpenAI не могут найти решение по важным аспектам, включая выбор локаций для дата-центров и структуры финансирования. Это привело к пересмотру планов и сокращению амбиций в краткосрочной перспективе.
О том, что проект провальный, мы писали ещё в январе.
SoftBank и OpenAI столкнулись с проблемами в привлечении необходимого финансирования. Илон Маск ранее утверждал, что у SoftBank нет даже $10 млрд подтвержденных средств, хотя Сэм Альтман опроверг эти заявления.
Вместо масштабного строительства десятков дата-центров Stargate теперь ориентируется на более скромную цель — запуск небольшого дата-центра к концу 2025 года.
Oracle также не приступила к стройке, хотя один из ключевых игроков проекта.
Со-основатель одной из лучших в мире роботех компаний: Не тратьте деньги на попытки обойтись без реальных данных - это тупик.
Со-основатель Physical Intelligence, профессор US Berkeley Сергей Левин критически относится к попыткам заменить реальные данные суррогатными при обучении ИИ-агентов, особенно в робототехнике.
Он объясняет, что:
1. Современные предобученные модели особенно VLM уже используют огромные объемы веб-данных, включая видео.
2. Поэтому дополнительное использование видео в робототехнике часто дает незначительные улучшения.
Основную пользу можно получить, правильно используя уже существующие предобученные представления.
Это очень практичное наблюдение - зачем изобретать велосипед, если CLIP, GPT-4V и подобные модели уже "посмотрели" значительную часть интернета?
По мере того как ИИ-модели становятся мощнее, это пересечение сужается. Более умные модели лучше замечают, что данные из симуляции отличаются от реальности. Любые попытки скрыть эти различия в итоге ослабляют саму модель — мы лишаем её главного преимущества: способности находить сложные закономерности в данных.
Сегодня мировые компании тратят млн $ на попытки избежать сбора реальных данных, и часто эти инвестиции не окупаются. Tesla собирает миллиарды миль данных реального вождения. Boston Dynamics годами тренировала роботов в физическом мире. OpenAI инвестирует огромные ресурсы в сбор реальных робототехнических данных.
Никто не предлагает отказаться от суррогатных данных полностью. Разумная стратегия выглядит так:
- Реальные робототехнические данные — это основа, от которой нельзя отказаться.
- Суррогатные данные полезны для снижения объеманеобходимых реальных данных.
- Современные предобученные модели (GPT-4V, CLIP) уже содержат много полезной информации из веб-данных.
Цель — оптимизировать соотношение стоимости и качества, а не избежать реальных данных.
Важная история сейчас происходит, которая может разрушить репутацию OpenAI
Произошел скандал на выходных, связанный с OpenAI и якобы их победой золотой медали на международной олимпиаде по математике (IMO).
IMO — самое престижное соревнование по математике для школьников. В этом году к соревнованию людей добавились ИИ-системы от крупных компаний.
IMO установила правила для участия ИИ-лабораторий:
1. Можно тестировать ИИ на задачах IMO
2. НО нельзя публиковать результаты 7 дней после закрытия Олимпиады, чтобы не затмить достижения детей.
3. Плюс нужна независимая проверка результатов ИИ-работ.
В итоге среди участников-людей:
Китай занял 1-е место с командным счетом 231 из 252 возможных. США — 2-е место 216 баллов, Южная Корея — 3-е 203 балла. Порог золотой медали (35 баллов) оказался рекордно высоким.
Заявления ИИ-компаний:
OpenAI 19 июля заявила, что их экспериментальная модель решила 5 из 6 задач IMO 2025, набрав 35 баллов — достаточно для золота. Ключевые утверждения:
- Тестирование проводилось в "стандартных условиях" (4,5 часа на сессию, без инструментов)
- Оценку проводили три бывших медалиста IMO
- Решения доступны на GitHub.
Google DeepMind получила отличные результаты 18 июля, но ничего не опубликовала в паблик, так как таковы правила IMO. Команда работала с официальными координаторами IMO. Отметим, что в феврале этого года Google решил 84% задач на математической олимпиаде.
Кроме этих компаний участвовала лаборатория Harmonic, созданная Владом Теневым, СЕО Robinhood. Их ИИ-модель для математики Аристотель тоже принял участие в IMO. Они заявят официально результаты только 28 июля, согласно правилам.
Тем временем организаторы IMO подтвердили, что проверили математическую корректность доказательств OpenAI, но не смогли проверить, как эти доказательства были получены. Это критически важное различие между оценкой результата и валидацией процесса.
Независимая проверка MathArena показывает, что при честном тестировании даже самые продвинутые ИИ-модели не могут получить бронзу IMO, не говоря уже о золоте. Paper. GitHub.
Лучший результат был у Gemini 2.5 Pro — 13 баллов (31%)
Все протестированные модели, включая o3 и o4-mini от OpenAI, не достигли даже бронзовой медали (19 баллов).
Без best-of-32 селекции результаты упали бы ниже 10%
Бывшие участники IMO выступили с критикой к OpenAI и отказались комментировать самоотчетные результаты без раскрытия методологии.
Джозеф Майерс, председатель комитета IMO, заявил, что OpenAI не сотрудничала с IMO для тестирования, и никто из 91 официального координатора не участвовал в оценке их решений.
А между тем в паблике OpenAI заявляет о золоте (35/42), независимые тесты показывают неспособность достичь даже бронзы (19/42).
Эта ситуация показывает реальность наших дней - противоречие между реальностью и маркетинговыми заявлениями.
Что мы знаем точно?
- Доказательства OpenAI математически корректны
- Процесс их получения не верифицирован независимо
-Публичные модели далеки от заявленного уровня
Что остается неясным?
- Реальные условия тестирования модели OpenAI
- Количество попыток и вычислительных ресурсов
- Возможность воспроизведения результатов.
Для научного сообщества важнее не сам факт решения задач, а понимание того, как это было достигнуто.
Итоги уходящей недели, то, что имеет значение в России и мире
Новые ИИ-модели, агенты и архитектуры
Китайская Kimi K2 от Moonshot — самая обсуждаемая новая ИИ-модель
Google DeepMind представили Mixture-of-Recursions — новую архитектуру LLM, которая удваивает скорость инференса и снижает потребление памяти на 50%.
Decart запустили MirageLSD — первую модель Live-Stream Diffusion для трансформации любого видеопотока в реальном времени с задержкой менее 40мс
Apple создали первую ИИ-модель для анализа поведенческих данных
OpenAI объединили в ИИ-агента браузер, Deep Research и разговорный ИИ в единую систему
Google интегрировал ИИ-агента в поисковик
Apple представили Foundation Models framework — дает разработчикам прямой доступ к встроенной AFM модели
Google создали инструмент для виртуальных миров, где множество ИИ-агентов взаимодействуют в различных сценариях
Команда института AIRI вошла в топ-5 соревнования Google на базе Concordia
OpenAI внедрит в ChatGPT функцию покупки товаров прямо в чате
MiniMax представили Max — первого в мире ИИ-агента для сложных многошаговых задач: от создания интернет-магазинов до анализа портфеля акций
Langchain выпустили опен-сорс инструмент для автоматизированного глубокого исследования
AgentsNet - benchmark для оценки координации ИИ-агентов в распределенных сетях без центрального управления
Anthropic запустили Claude для финансовых услуг
Лучшие ИИ-модели справляются только с половиной реальных финансовых задач, хотя показывают 90%+ на академических тестах.
Исследования и открытия
Российские математики решили задачу 57-летней давности, используя методы психологии
ИИ-агенты замедляют работу программистов на 19% — исследование METR
MIT представили парадигму программирования, где ИИ помогает превращать неформальный контент в структурированный код
Исследователи Tencent обнаружили уязвимость — один токен может обмануть LLM-судей
Биотехнологии
CZI Цукерберга выпустила GREmLN — опен-сорс модель ИИ, которая анализирует гены как живую биологическую систему
CellFlux - ИИ-модель изображений, которая симулирует морфологические изменения клеток по данным микроскопии
Стратегии, бизнес и финансы
Bay Area превосходит Индию, Японию и Германию — совокупная стоимость компаний области залива Сан-Франциско превышает стоимость компаний 3-х стран
Meta* может отказаться от open source, также создает 2 гигантских суперкластера для ИИ мощностью в несколько гигаватт
Инвесторы просят Anthropic взять у них деньги
Технологии и железо
Google выпустит первый полностью самостоятельно разработанный чип для смартфона Pixel 10, который представят 20 августа
США сняли ограничения на продажу ИИ-чипов H20 от Nvidia в Китай
Microsoft продает Дании квантовый компьютер уровня 2 за €80 млн — первая коммерческая сделка такого масштаба
Hugging Face открыли предзаказы на Reachy Mini — опен-сорс робота для стола за $299
Криптовалюты и блокчейн
Трамп подписал закон о стейблкоинах — криптовалюты получили официальный правовой статус.
Казахстан планирует инвестировать часть средств Национального фонда в криптовалюты
Новая экономмодель с $10 трлн токенизированных активов к 2030 году - свежий отчет OKX
*запрещенная в России организация.
Microsoft продает Дании за €80млн квантовый компьютер уровня 2 - это 1-ая коммерческая история
Дания объявила о создании СП QuNorth для покупки и эксплуатации квантового компьютера уровня 2 Magne- теоретически должны показать реальное преимущество перед классическими компьютерами.
Ранее мы писали о квантовой гонке среди ИТ-гигантов.
Что покупают датчане?
- 50 логических кубитов (1-я коммерческая система такого уровня)
- Более 1200 физических кубитов для обеспечения коррекции ошибок
- Полный программный стек от Microsoft Azure Quantum
- Аппаратное обеспечение на технологии "нейтральных атомов" от Atom Computing.
Anthropic только что запустили Claude для финансовых услуг
Теперь Claude интегрируется с ведущими платформами данных и отраслевыми поставщиками для доступа в онлайн-режиме к комплексной финансовой информации, проверенной по внутренним и отраслевым источникам.
Новая экономмодель с
$10трлн токенизированных активов к 2030 - данные из отчета OKX и Blockworks Research.
Основные тренды:
1. Растущая волна токенизации активов - децентрализованные приложения (dApps) позволяют создавать, торговать и управлять токенизированными активами.
2. Изменения в обработке данных - переход к пользоцентричному владению данными изменит способы их сбора и использования.
3. Инновации цифровых кошельков упрощают пользовательский опыт и способствуют массовому принятию.
4. Конвергенция ИИ и крипто - ИИ позволит более эффективное программирование, а крипто создаст стимулы для развития ИИ.
5. Новые источники дохода для компаний благодаря росту dApps и цифровых активов.
Традиционные посредники будут устранены: банки, брокеры, платформы.
Появляются программируемые деньги и автоматизированные финансы. Финансовая система перестраивается - стейблкоины это новая инфраструктура (уже $180 млрд), а ИИ-агенты новые участники системы.
Walmart, LVMH, Goldman Sachs уже внедряют блокчейн и ИИ.
ИИ + блокчейн = новая операционная система экономики. ИИ-агенты будут совершать транзакции автономно.
Сегодня общая капитализация всей блокчейн-экосистемы составляет $2.6трлн.
Временные горизонты:
1. 2025-2027 - Массовое принятие стейблкоинов. Токенизация основных активов.
Регуляторная ясность.
2. 2027-2030 - 10% мирового ВВП токенизировано. ИИ-агенты как экономические акторы.
Программируемая экономика.
OpenAI внедрит в ChatGPT функцию покупки товаров
Скоро в чате можно будет купить любой товар, OpenAI и её партнёры, среди которых Shopify, уже тестируют ранние версии системы с брендами.
Это впервые позволит OpenAI монетизировать бесплатных пользователей, так как компания будет получать комиссию с каждой покупки от продавцов.
Ранее мы писали о том, как будет меняться электронная коммерция, где будут играть роль в том числе ИИ-агенты и стейблкоины.
Команда Цукерберга выпустила ИИ-модель, которая думает как живая клетка
Chan Zuckerberg Initiative (CZI) представили GREmLN — опен сорс модель ИИ, которая анализирует гены не как статистические данные, а как живую биологическую систему. GREmLN — часть большого проекта по созданию виртуальной модели клетки. Цель: от описания болезней перейти к их предсказанию и предотвращению на клеточном уровне. Другие проекты CZI мы описали здесь.
Обычные модели машинного обучения находят корреляции между генной активностью и болезнями, но не могут ответить на главный вопрос: какой именно ген запустил болезнь? Они видят следствия, но не причины.
GREmLN встраивает знания о генных регуляторных сетях прямо в свою архитектуру. Вместо анализа всех возможных комбинаций генов, она фокусируется только на тех взаимодействиях, которые реально происходят в клетках.
Результат: GREmLN может отследить цепочку от симптома к первопричине — найти конкретную мутацию, которая запустила каскад изменений.
Практическое значение этой модели:
Онкология: определить, какая именно мутация привела к раку
Иммунотерапия: понять, как перенастроить иммунные клетки для атаки на опухоль
Разработка лекарств: найти ключевые гены-регуляторы для точечного воздействия
Модель уже обучена на 11 миллионах клеточных профилей и доступна исследователям.
Лучшие ИИ-модели справляются только с половиной реальных финзадач.
Согласно лидерборду Snorkel AI, у которой есть платформа Snorkel Flow(помогает компаниям разрабатывать специализированные наборы данных и модели ИИ) выявлено, что лучшие ИИ-модели справляются только с половиной реальных финансовых задач (52% у Claude 3.7), хотя на академических тестах показывают 90%+.
Разрыв между 90%+ на MMLU и 51.9% на Finance Reasoning показывает, что индустрия оценивает ИИ по неправильным метрикам. Умение отвечать на вопросы из учебников кардинально отличается от способности работать с реальными бизнес-задачами.
Агентские возможности — это узкое место современных LLM
Все топовые модели проваливаются на задачах, требующих:
- Многошагового планирования (в среднем 12 шагов)
- Работы с инструментами (SQL, анализ документов)
- Самокоррекции при ошибках
- Интеграции разрозненной информации.
Это говорит о том, что текущая архитектура LLM плохо подходит для автономной работы в сложных средах.
Специализация домена критически важна
51.9% точности даже у лучших моделей на финансовых задачах показывает, что универсальные LLM недостаточны для корпоративного применения. Нужны либо специализированные модели, либо кардинально другие подходы к обучению.
Проблема не в размере модели, а в подходе
Факт, что открытые модели показывают 10-20% при том, что закрытые достигают 50-80%, указывает не только на разницу в вычислительных ресурсах, но и на фундаментальные различия в архитектуре или методах обучения.
Корпоративные ожидания завышены.
Если модели с трудом справляются с анализом финансовых документов (задача, которую делают тысячи аналитиков), то автоматизация более сложных бизнес-процессов пока невозможна. Это объясняет, почему многие корпоративные внедрения ИИ не оправдывают ожиданий.
Неструктурированные данные остаются проблемой.
Нужны новые метрики и подходы к оценке
Традиционные бенчмарки не только бесполезны, но и вредны — они создают ложное ощущение прогресса.
Ближайшее будущее — гибридные системы
Раз ИИ не может автономно решать сложные задачи, логичный путь — системы с участием человека, где ИИ берет на себя рутинные операции, а человек — контроль и принятие решений.
Создана ИИ-модель MindJourney, которая решает задачи в 3D-пространстве
Исследователи из UMass создали MindJourney — гибридная система, объединяющая Vision-Language Model (VLM) и модель, имитирующую 3D-физику и движение камеры.
То есть по сути, один кадр превращается в целое путешествие, что сильно улучшает понимание 3D-пространства у ИИ.
У этой работы новый подход к пространственному ИИ, а также есть архитектурная новизна — комбинация VLM + world model. Более того можно использовать в робототехнике, AR/VR, автономных системах.
Как это работает?
Воображение - VLM и 3D-модель мира совместно "обходят" сцену, генерируя разные ракурсы
Наблюдение - модель собирает подсказки из этого виртуального тура
Ответ - используя дополнительный контекст, VLM дает более точный ответ.
Свежий отчет Goldman Sachs об экономике ИИ с учетом инфраструктуры
Банк описывает новые финансовые решения и модели капитала. Ожидаемые потребности в капитале к 2030 году:
• $12 трлн на энергетический переход
•$3 трлн на энергетику и коммунальные услуги
•$2 трлн на цифровую инфраструктуру.
Появляются СП между пенсионными фондами, суверенными фондами и операторами дата-центров.
Спрос на вычислительные мощности вырос на +4,274% с июня 2024 по май 2025. Гиперскейлеры потратили ~$800 млн в день на капитальные расходы в 2024 году. К 2030 ожидается дополнительно 65 ГВт мощностей ЦОДов.
Отчет детально описывает трансформацию дата-центров.
Ключевые изменения:
1. В 2027 году стойки ИИ-серверов будут требовать в 50 раз больше энергии, чем облачные эквиваленты 5 лет назад.
2. GPU более энергоемкие, требуют сложные системы жидкостного охлаждения.
3. Средняя стоимость запуска типичного ИИ дата-центра мощностью 250 МВт составляет около $12 млрд.
Энергетический кризис - главный барьер. Недостаток капитала не является основным препятствием для развития ИИ - главная проблема в нехватке энергии:
• Возобновляемые источники обеспечивают только прерывистое энергоснабжение.
• Ядерная энергетика - долгосрочное решение.
Goldman Sachs Research оценивает, что ~60% роста спроса на энергию дата-центров должно быть покрыто новыми мощностями: 30% газовые электростанции комбинированного цикла, 30% газовые пиковые станции, 27,5% солнечная энергия, 12,5% ветер.
Goldman Sachs вводит концепцию дата-центров как "посольств в эре ИИ". В отличие от нефтяных месторождений, дата-центры можно стратегически размещать где угодно.
Страны используют ЦОДы как инструмент геополитического влияния.
Amazon, Google, Microsoft активно инвестируют в дата-центры на Ближнем Востоке.
Латинская Америка, особенно Бразилия с 90% возобновляемой энергией, становится потенциальным хабом.
Офигенная работа Anthropic: они выявили подсознательное обучение у ИИ
Только что опубликовали свежее исследование, в котором говорится, что языковые модели могут передавать свои черты другим моделям, даже если данные кажутся бессмысленными.
Это похоже на то, как если бы вы могли "заразить" человека любовью к совам, просто показав ему случайные числа.
Ключевые инновации этой работы:
1. Впервые показано, что ИИ-модели могут передавать свои "личностные черты" через совершенно нейтральные данные. Это меняет понимание того, как работает дистилляция моделей.
2. Авторы математически доказали, что это универсальное свойство нейронных сетей при определенных условиях.
Теорема показывает, что даже один шаг градиентного спуска гарантирует передачу черт.
3. Обнаружена серьезная уязвимость в безопасности ИИ: злонамеренная модель может "заразить" другие модели через безобидные на вид данные.
Это критично, учитывая, что многие современные модели обучаются на данных, сгенерированных другими моделями.
4. Разработан новый экспериментальный подход для изучения скрытых свойств моделей. Показано, что стандартные методы фильтрации и проверки данных бессильны против этого эффекта.
Это меняет подход к безопасной разработке ИИ - теперь недостаточно просто фильтровать явно вредный контент.
Открывается целое направление изучения скрытых каналов передачи информации в нейронных сетях.
Лаба нобелевского лауреата создала с ИИ новые методы разработки лекарств
Команда Дэвида Бейкера, лауреата Нобелевской премии 2024 года, опубликовала 2 исследования, которые могут изменить подход к лечению сложных заболеваний. Другие проекты Бейкера здесь.
Они разработали ИИ-методы на базе RF Diffusion для работы с молекулами, которые не имеют стабильной структуры и связаны с раком, диабетом и нейродегенерацией. Препринт.
Такие белки долгое время считались неподходящими мишенями для лекарств, но новые подходы Бейкера позволяют создавать молекулы, способные с ними взаимодействовать. Это пока лабораторные успехи, но они открывают путь к новым видам терапии.
Лаборатория Бейкера известна созданием инструмента Rosetta, который используется для моделирования и проектирования белков, а также конкуренцией с AlphaFold от DeepMind в области предсказания белковых структур.
В 2025 году Бейкер и его команда сосредоточились на неупорядоченных белках, которые составляют 30–50% всех белков в человеческом организме и играют ключевую роль в регуляторных процессах, но из-за отсутствия стабильной структуры их сложно таргетировать для разработки лекарств.
Длительные рассуждения ИИ-моделей снижают их точность - Anthropic
Свежее исследование Anthropic говорит, что увеличение времени на размышления в больших ИИ-моделях рассуждений может снижать их производительность. Paper.
Это неожиданное явление называется "обратным масштабированием", чем больше модель "думает", тем хуже могут быть результаты.
Выявлено 5 основных проблем, которые возникают при длительных рассуждениях:
1. Claude отвлекается— модель теряет фокус.
2. Модели OpenAI переобучаются на формулировках запроса— слишком сильно зависят от того, как сформулирован вопрос.
3. Ложные корреляции перекрывают предыдущие знания— модель начинает опираться на случайные совпадения вместо реальных знаний.
4. Фокус на дедукции ухудшается— способность к логическим выводам ослабевает.
5. Некоторые модели, включая Claude Sonnet 4, проявляют поведение, связанное с "самосохранением", то есть начинают действовать так, будто защищают себя.
Напомним, что недавно было исследование про рассуждения ИИ с участием Йошуа Бенжио.
Google DeepMind наносит контрудар OpenAI - мы получили золото на IMO
"Мы были среди первой группы, чьи результаты официально оценены и сертифицированы координаторами IMO по тем же критериям, что и решения студентов", - только что заявил Google.
Президент международной Олимпиады по математике IMO проф. д-р Грегор Долинар подтвердил: "Мы можем подтвердить, что Google DeepMind достигла желанной вехи, набрав 35 из 42 возможных баллов — результат золотой медали".
Gemini Deep Think решила 5 из 6 задач, набрав 35 баллов (золото). Работала полностью на естественном языке, создавая строгие математические доказательства прямо из официальных описаний задач — всё в пределах 4,5-часового лимита соревнования.
В отличие от прошлого года, не требовала перевода в специальные языки типа Lean.
Вся эпопея про золото на IMO среди ИИ-компаний тут.
Что происходит с криптоиндустрией после принятия позитивных законов в США ?
На прошлой неделе США приняли 3 закона:
1. CLARITY Act, который создает более предсказуемую среду для бизнеса и инвесторов, разделяя полномочия между SEC и CFTC, что повышает прозрачность и защиту инвесторов. Хотя для DeFi-проектов возможны ограничения из-за строгих требований к децентрализации.
GENIUS Act позволяет интегрировать стейблкоины в финансовую систему США с обязательным 100% резервным покрытием,усиливая доверие к$.
Anti-CBDC Act ограничивает внедрение цифрового $, минимизируя гос контроль над цифровыми финансами.
Но критики указывают на риски конфликта интересов, поскольку семья Трампа напрямую связана с криптобизнесом, например, через World Liberty Financial(WLF) и их стейблкоин USD1. Отсутствие запрета на участие президента в криптовалютных проектах и ослабление независимости регуляторов вызывают опасения, что регулирование может быть использовано для продвижения личных бизнес-интересов.
Семья Трампа контролирует 40% токенов(WLF), а их личное влияние, включая 15,75 млрд токенов у президента, делает проект уязвимым для критики о централизации под видом децентрализации.
2. Кроме этого произошла крупнейшая M&A сделка в индустрии в этом году. Инфраструктурный гигант Talos (поддерживается от Fidelity, Citi, a16z) купил аналитическую платформу Coin Metrics за $100 млн+. Это часть волны M&A в крипте (Coinbase–Deribit за $2,9 млрд, Ripple–Hidden Road за $1,25 млрд). Институционалы заходят в игру, но мелким игрокам сложнее конкурировать.
3. Токены WLFI, связанные с Трампом, начнут торговаться через 6–8 недель. Семья Трампа контролирует 40% токенов, а крупные инвесторы Джастин Сан — $75 млн, Aqua 1 Foundation — $100 млн усиливают риски плутократии.
Индустрия в США растет благодаря регулированию и капиталу, но концентрация власти у «китов» и политическое влияние могут подорвать идеалы Web3. Нужны механизмы вроде квадратичного голосования, чтобы защитить розничных инвесторов.
Производитель микроэлектроники в РФ купил долю у разработчика робота Федор
АО "Корпорация роботов" (входит в ГК "Элемент") приобрело 51%-ю долю в уставном капитале АО "НПО "Андроидная техника"". Что такое робот Федор можно узнать тут.
Одним из первых приоритетных проектов "Корпорации роботов" станет развитие производства электродвигателей и сервоприводов для рынка промышленной робототехники, металлообрабатывающего оборудования и систем автоматизации производства.
⚡️Стейблкоины теперь в законе - Трамп подписал закон
Палата представителей конгресса США приняла 3 закона о регулировании криптовалютного рынка.
Помимо GENIUS Act конгрессмены проголосовали за принятие закона о прозрачности рынка цифровых активов и закона о государственном надзоре за цифровой валютой ЦБ.
Стейблкоины уже обогнали visa, Mastercard по объему транзакций, подробнее тут.
OpenAI объединила в ИИ-агента браузер, Deep Research и разговорный ИИ
ChatGPT Agent — это ИИ, который не только отвечает на вопросы, но и выполняет задачи, используя собственный «виртуальный компьютер».
Пользователь активирует режим агента через меню «Agent Mode» или команду «/agent» в интерфейсе ChatGPT.
Он может:
- Проводить исследования, собирать данные с веб-сайтов и синтезировать их в отчёты.
- Создавать презентации, таблицы и другие документы с возможностью их редактирования.
- Взаимодействовать с веб-сайтами: заполнять формы, кликать по кнопкам, искать информацию.
- Работать с внешними сервисами через API (например, Gmail, GitHub) с помощью ChatGPT Connectors.
- Планировать задачи: от бронирования ресторана до анализа финансовых данных.
ChatGPT Agent использует набор инструментов:
1. Визуальный браузер, который взаимодействует с сайтами, как человек, кликая и прокручивая страницы.
2. Текстовый браузер, который быстро собирает информацию с веб-страниц.
3. Терминал, выполняющий код в изолированной среде.
4. API-доступ, который интегрируется с внешними сервисами.
5. Memento сохраняет прогресс для долгих задач.
Задачи занимают от 5 до 30 минут в зависимости от сложности.
Сэм Альтман назвал технологию «передовой, но не готовой для высокорисковых задач или работы с чувствительными данными». Пользователям рекомендуют быть осторожными, особенно при предоставлении личной информации.
ChatGPT Agent — часть глобального тренда на агентские ИИ, которые становятся цифровыми помощниками, способными выполнять многоэтапные задачи. По прогнозам Litslink, рынок ИИ-агентов вырастет с $5.4 млрд в 2022 году до $47.1 млрд к 2030 году с годовым ростом 45%.
Вот это движ: Вчера Google внедрил ИИ-агентов в поиск, сегодня OpenAI сделает похожую историю в своих продуктах, через 3 часа узнаем подробности.
Но самое крутое - это то, что Langchain представил Open Deep Research — это опен сорс инструмент для автоматизированного глубокого исследования.
Вместо одного ИИ-агента используется система подчиненных агентов, каждый из которых выполняет свою узкую задачу (поиск информации, анализ данных, написание текста и тд.).
Супервизор координирует их работу, распределяя задачи и контролируя процесс.
Вот это времена: инвесторы просят Anthropic взять у них деньги
К Anthropic обращаются инвесторы, которые хотят войти со своими $ в новый раунд, сегодня компания Дарио Амодея уже оценивается свыше $100 млрд.
Это почти вдвое превышает оценку 4-х месячной давности. Годовая выручка компании выросла с 3 до 4 млрд $ за последний месяц.
В течение многих лет инвесторы предполагали, что потребители не будут платить за ПО
Теперь люди с радостью платят $200+ в месяц за такие продукты, как Claude, Grok 4 Heavy и Gemini.
Не потому, что они подходят всем, а потому, что для кого-то они в 100 раз лучше.
Бесплатный уровень — это воронка продаж. Реальный продукт узкий.
Google интегрировал ИИ-агента в поиск + еще 2 новые функции в поиске
1. Теперь во время поиска через Google, например, услуг (грумеры, химчистки и т.д.) появляется опция "Have AI check pricing". ИИ самостоятельно обзванивает компании, узнает цены и доступность, затем консолидирует информацию для пользователя.
Это первое массовое внедрение ИИ-агентов, которые реально взаимодействуют с внешним миром от имени пользователя.
Эта функция доступна всем пользователям в США.
2. Deep Search-исследовательский инструмент на базе Gemini 2.5 Pro. Выполняет поисковые запросы, анализирует разрозненные источники и создает структурированный отчет с цитатами.
По сути — прямой конкурент Claude Advanced Research и Perplexity Pro, но интегрированный в основной продукт Google.
3. Доступ к Gemini 2.5 Pro в прямо в поиске через выпадающее меню.
Специализируется на сложных рассуждениях, математике и программировании. Дополняет стандартную быструю модель для базовых запросов.
Deep Search и Gemini 2.5 Pro пока доступны для подписчиков AI Pro/Ultra в США (через экспериментальную программу Labs).
Ранее Google добавлял ИИ в поиск.
Слушайте, а что от OpenAI останется? Ещё 2 лучших исследователей переходят к Цукербергу - Джейсон Вэй и Хён Вон Чунг
Вэй участвовал в разработке моделей O3 и Deep Research. Он присоединился к OpenAI в 2023 году после работы в Google, где занимался исследованиями в области chain-of-thought — метода, обучающего ИИ-модели последовательно обрабатывать сложные запросы.
Чун также работал над проектами Deep Research и моделью O1 вместе с Вэем. Чун, как и Вэй, ранее работал в Google и присоединился к OpenAI одновременно с ним.
Если вы тоже хотите, чтобы вас купил Цукерберг, оставьте коммент у нас под этим постом 😁
США сняли ограничения на продажу ИИ-чипов Китаю, речь идет о H20 от Nvidia
Дженсен Хуанг оказался на одном уровне с Илоном Маском, лоббирующим интересы своего бизнеса в Китае.
Снятие ограничений связано с доминированием Китая в сфере редкоземельных металлов: диспрозий, галлий и германий, которые необходимы для производства полупроводников. Китай контролирует ~ 90% мировой переработки редкоземельных металлов, что делает его критически важным игроком в глобальной цепочке поставок технологий.
Запрет на продажу H20 стал серьезным ударом для Nvidia, так как Китай является ключевым рынком, на который приходится около 13% от общего дохода компании ($17 млрд в последнем финансовом году).
Ограничения привели к тому, что Nvidia была вынуждена списать $5,5 млрд из-за невозможности продать запасы чипов H20 и выполнить обязательства по заказам.
В дополнение к возобновлению продаж H20, Дженсен Хуанг анонсировал новый графический процессор для китайского рынка — RTX PRO GPU, основанный на новейшей технологии Blackwell. Этот чип, по словам Хуанга, разработан с учетом требований экспортного контроля и предназначен для использования в «умных» фабриках и логистике.