219932
Всё, что может быть интересно медиа про Яндекс: новости, анонсы, заявления, комментарии, инсайды и другие горячие и не очень события ⚡️ PR-команда: pr@yandex-team.ru
Электроника от Илона Маска — трек «Не сомневайся в своём вайбе», музыку и слова для которого он написал сам
Читать полностью…
🦾🚕 ИИ упрощает заказ такси, чтобы пользователям не приходилось вводить адрес вручную. В Яндекс Go внедрили ARGUS — новое поколение рекомендательных алгоритмов на основе генеративных моделей, которые умеют предсказывать, куда может захотеть поехать человек.
ИИ может «предугадать» адрес, основываясь на действиях и образе жизни пользователя. Например, в будни предложит маршрут до офиса, в выходные — до бассейна или спортзала. А если человек купил билет в Афише — до кинотеатра. Для каждого пользователя в конкретный момент времени система формирует индивидуальные рекомендации, которые ускоряют заказ такси вдвое по сравнению с ручным вводом адреса или установкой точки на карте. Уже сейчас пользователи выбирают предложенную точку назначения в 66% случаев.
Рекомендации работают на основе алгоритмов ARGUS, которые уже есть в Моей волне и Яндекс Маркете. Но там система показывает пользователю то, что он ещё не видел и не слышал, а в такси нужно не предлагать интересный маршрут, а угадать конкретную точку, о которой человек уже подумал.
Чтобы добиться этого, систему рекомендаций дообучили на датасете из нескольких миллиардов обезличенных взаимодействий пользователей с сервисами такси, причём во время обучения модели показывали и правильные, и неправильные рекомендации. Так ARGUS научился находить неочевидные связи между событиями, учитывать логику дней недели, определять, как меняются потребности пользователя, и исключать статистически правильные, но не подходящие человеку варианты.
ARGUS состоит из двух независимых нейросетей (такую архитекуру называют двухбашенной). Первая анализирует долгосрочные привычки, историю пользователя и текущий контекст (время, локацию, действия в приложении), а вторая — место, куда пользователь поедет. В процессе обучения обе нейросети учатся общаться друг с другом на одном математическом языке. Это позволяет сопоставлять миллионы пользователей с миллионами адресов — и находить нужные.
Подписывайтесь 👉 @techno_yandex
🦿 Робот впервые побил рекорд человека в полумарафоне, пробежав дистанцию на 6 минут быстрее. При этом в прошлом году на том же Пекинском забеге роботы отставали от человека по скорости в несколько раз, а многие даже не смогли добежать до финиша.
Спросили у руководителя отдела автономных роботов-гуманоидов в Яндексе Алексея Лещанкина, почему роботы так быстро прогрессируют в скорости бега и почему это важно.
Откуда такой прогресс — три причины
Раньше движения робота программировали вручную — инженеры сами подбирали параметры ходьбы. Теперь робот «учится» бегать в симуляторе методом проб и ошибок, а потом навык переносят на железо. Полумарафон — отличный полигон для таких роботов: плоско, предсказуемо, одна фаза движения.
Год назад почти все роботы на полумарафоне управлялись людьми, а в 2026-м ~40% были автономными: они используют лидары, самостоятельно удерживают траекторию, реагируют на помехи. Это прямой перенос технологий из автономных автомобилей в роботов.
Железо роботов стали затачивать именно под бег. У робота-рекордсмена от Honor рост 169 см, длинные ноги, жидкостное охлаждение, почти без рук и головы. Производитель перенёс сюда наработки из смартфонов: батареи, охлаждение, механическую надёжность.
Помогает и масштаб конкуренции в Китае: в этом году было 112 команд и более 300 роботов против 21 годом ранее. При такой плотности гонки темп улучшений резко растёт.
Соревнование алгоритмов, а не железа
Важная деталь: подиум заняли три одинаковых робота, но три разные команды. Перед нами эксперимент: одинаковое железо, разный софт. В итоге — разница больше двух минут на дистанции. Как так получается?
🟢 Политика обучения определяет, насколько робот может держать высокую скорость, не падая. Есть компромисс: при более быстрой походке робот чаще падает.
🟢 Перенос из симуляции в реальность. Чем точнее модель в симуляторе, тем меньше политика «ломается» на реальном железе.
🟢 Адаптация походки под конкретный режим. Походка на длинной дистанции — и ресурс батареи, и нагрев приводов, и риск падения.
🟢 Навигация и управление. Робот, занявший второе место, врезался в ограждение у финиша — это как раз про навигацию, а не про скорость.
🟢 Энергоменеджмент. Политика, которая умеет держать тепло и заряд в безопасных границах, не уходя в троттлинг, выигрывает минуты на дистанции.
Главный вывод: железо задаёт потолок возможностей, а софт определяет, насколько близко к этому потолку робот подошёл. Две минуты разницы на одинаковом шасси — и есть цена алгоритмов.
В чём польза таких соревнований
🟢 Отвод тепла и ресурс приводов релевантны для длительной работы роботов.
🟢 Политики обучения локомоции — база для контроля всего тела робота.
🟢 Автономная навигация полезна в складских и уличных задачах.
Но есть и то, что плохо переносится на другие области. Например, навык работы с предметами в беге не используется вообще, а это 80% бытовых и офисных задач. Для полезной работы нужен не бегун, а универсальная платформа — другая инженерная задача.
Итог: полумарафон — честный тест на выносливость, автономность и умение бегать. Но путь от «робот обогнал человека на 21 км» до «робот приносит кофе и ничего не ломает по дороге» идёт через другие вещи — безопасность, работу с предметами и восприятие, а не через скорость.
Как спасти агента от перезапуска?
ИИ-агенты могут поэтапно выполнять сложные задачи на протяжении длительного времени. Нарисовали понятный таймлайн, как они работают (в нём, конечно же, не будет никаких подводных камней).
Подписывайтесь 👉 @techno_yandex
А помните, были такие 3D-телевизоры?
В начале 2010-х мир сошёл с ума от «Аватара» Джеймса Кэмерона. Нам обещали, что кино и телевидение станут трёхмерными, но почему-то мы всё ещё смотрим 2D.
Как всё началось
3D-кино — цикличный тренд. С середины прошлого века формат переживал волны хайпа, которые быстро проходил. Но в конце 2009-м вышел «Аватар» — фильм с рекордными сборами и эффектной трёхмерной графикой.
К тому времени многие уже купили себе HD-телевизоры, поэтому производители электроники решили: если зрители готовы платить за объёмную картинку в кинотеатре, почему бы им не продать то же самое для дома? Так 3D вошло в моду: анонсировались линейки 3D-телевизоров, появились 3D-телеканалы (в том числе в России), начались продажи потребительских 3D-камер, и даже Nintendo выпустила консоль 3DS.
Почему всё провалилось
К 2012 году было продано более 41 млн 3D-телевизоров. Правда, они стоили несколько тысяч долларов, не считая дополнительных трат на очки. При этом в мире не хватало трёхмерного контента: снимать его было слишком дорого. Студии обычно конвертировали 2D в объёмную картинку на постпродакшене, но выглядело это совсем не как у Кэмерона. Вскоре продажи упали, 3D-вещание на телевидении тоже начали сворачивать, а в 2013 году главной темой стали более понятные 4K-телевизоры.
3D возвращается
В 2025-м Samsung анонсировал игровой монитор Odyssey 3D, который работает без очков: отслеживает положение глаз геймера и сам достраивает картинку. А недавно компания Visual Semiconductor представила GF3D — новое поколение трёхмерных экранов, которые рассеивают свет так, что мозг сам достраивает объём. Но стоит ли ждать массового возвращения в 3D?
Подписывайтесь 👉 @techno_yandex
— Алло, дайте папу римского.
— Перезвоните, он спит.
⚔️ Датский король X века объединил Скандинавию, а спустя тысячу лет его именем назвали технологию, которая объединяет наши устройства. И даже логотип — это его инициалы, записанные рунами.
Подписывайтесь 👉 @techno_yandex
Сделали инструкцию, как генерировать в Алисе AI качественные изображения с помощью проработанных промптов.
Подписывайтесь 👉 @techno_yandex
Конституция Claude определяет поведение и ценности языковой модели, а разработчики ориентируются на неё при обучении ИИ. Недавно стало известно, что в составлении этого документа принимали участие католические священники. Перед этим соучредитель компании Anthropic Крис Олах обратился за помощью к Ватикану, так как считал, что индустрия ИИ развивается слишком быстро и нуждается в моральных ориентирах, которые могли бы регулировать поведение машин в сложных этических ситуациях.
Одним из священников, участвовавших в составлении конституции, стал Брендан Макгуайр — в прошлом успешный инженер из Кремниевой долины. Он помог сформулировать ценности Claude, согласно которым безопасность и этика важнее коммерческой выгоды и эффективности. Именно эти принципы позже привели Anthropic к конфликту с Пентагоном: ведомство потребовало снять все этические ограничения на военное использование Claude, в том числе в полностью автономных системах вооружений и для массовой слежки за американскими гражданами внутри страны.
Подписывайтесь 👉 @techno_yandex
Нужно ли музыканту уметь играть на инструменте? Или с появлением ИИ достаточно иметь вкус? Разобрались в новом «Технорепорте» — смотрите здесь, на YouTube или в VK Видео.
Подписывайтесь 👉 @techno_yandex
🗯 Яндекс Музыка научилась рекомендовать треки без сети — и за этим стоит очень необычная история.
Подписывайтесь 👉 @techno_yandex
🖼 Чат-боты учатся фотошопить
Некоторые нейросети уже умеют редактировать картинки по текстовым запросам, в их числе и Алиса AI. Рассказываем, как работают такие модели.
Подписывайтесь 👉 @techno_yandex
📈 Интерес к ИИ вырос в три раза за год
По крайней мере, если судить по частоте запроса «ИИ» в поиске. Причём, рост резко ускорился в августе 2025 года: тогда вышли GPT-5 и Nano Banana, а генеративные видео начали чаще появляться в соцсетях.
Подписывайтесь 👉 @techno_yandex
Думаете, для сериала нужны актёры и бюджет? Уже нет
В соцсетях вирусятся целые шоу, от и до сделанные нейросетями — с постоянными героями и многосерийным сюжетом. Объясняем, как их делают и откуда взялся этот тренд.
Подписывайтесь 👉 @techno_yandex
🧱 Страница поиска — это конструктор. Когда вы вводите запрос в Поиск с Алисой AI, в ответ приходит не список ссылок, а сайт, собранный лично для вас из блоков вроде картинок, ссылок и виджетов. Но кто его собирает?
Поисковая выдача формируется из примерно 40 тематических блоков: картинки, ссылки, ответы Алисы AI, прогнозы погоды, виджеты вроде калькулятора и т. д. Каждый запрос требует уникальной сборки — раньше блоки расставлялись по полезности и тому, как люди с ними взаимодействовали, а теперь в Яндексе за это отвечает ИИ, которого называют блендер.
Правила правильной расстановки блоков описаны в специальной инструкции, которую загружают в блендер. В том числе документ помогает модели правильно интерпретировать задания. Например, понимать, что запрос «32673-2014» — это скорее поиск по номеру ГОСТа, а не просьба посчитать на калькуляторе. Таких нюансов много, в связи с чем инструкция получилась большой, и постоянная сверка с ней замедляет даже нейросеть.
Поэтому разработчики Яндекса сделали блендер из двух моделей: большой и маленькой. Первая хорошо знает инструкцию и умеет грамотно располагать блоки на странице поиска, но делает это медленно. Маленькая же умеет генерировать ответы, похожие на ответы большой модели, делает это гораздо быстрее, но не держит инструкцию «в голове». Вместе они образуют комитет: помощник быстро собирает страницу поиска, а знающий наставник контролирует его работу, исключая ошибки.
О других нововведениях в Поиске — читайте здесь.
Подписывайтесь 👉 @techno_yandex
Павел Дуров внезапно выложил у себя в канале генеративный трек «Свой живой интернет» под псевдонимом durikovich.
По этому поводу мы решили вспомнить других лидеров техноиндустрии, которые занимались музыкальным творчеством, — их на удивление немало.
👆 Выше — Кавер Марка Цукерберга на песню Get Low, который тот записал для жены вместе с T-Pain
☺️ Теперь вы можете спросить о чём угодно тех, кто работает в Яндексе. Сегодня на ваши вопросы отвечает Марат Мавлютов — руководитель направления автономных роботов-доставщиков Яндекса.
Задавайте вопросы в комментариях, Марат уже там и в течение ближайшего часа будет отвечать на самые интересные!
Подписывайтесь 👉 @techno_yandex
ИИ, твоё место в песочнице!
Для ИИ-агентов даже забронировать номер в отеле может показаться непростой задачей — у них просто нет такого опыта. Чтобы это исправить, агентов помещают в RL-среду — специальную песочницу для обучения. Вот как это устроено.
В чём суть
Обычно нейросети воспроизводят ответы из датасетов. Но ИИ-агентам нужно выполнять многоступенчатые задачи, где на каждом этапе что-то может пойти не так. Поэтому индустрия перешла к обучению с подкреплением — Reinforcement Learning (RL). Этот метод похож на обучение ребёнка: модель пробует выполнить задачу, получает оценку от «взрослого», повторяет цикл и постепенно нащупывает стратегию.
Что такое RL-среда
Это симуляции реальных браузеров, магазинов и сервисов, которые нужны для обучения агентов. Внутри этой среды модель учится выполнять сложные задачи, например записывать пользователя к парикмахеру или покупать товары на маркетплейсах. Там же присутствуют ещё две нейросети — «пользователь» и «судья». Такие симуляции сегодня создают все крупные ИИ-компании, включая OpenAI, Anthropic, Яндекс и Google.
Зачем нужна имитация человека
Роль пользователей в RL-среде выполняют LLM-симулякры — модели, которые обучены на реальных интервью с людьми и умеют копировать их поведение. Они ставят задачи агенту, могут что-то забывать, менять запрос на ходу, путать детали и раздражаться, чтобы агент привык к человеческому поведению.
Что делает «судья»
Эта модель анализирует, насколько эффективно действовал ИИ. Например, в обучении Алисы AI ключевая метрика — насколько агент освобождает человека от лишних действий. Если агент долго думал или задавал лишние вопросы, «судья» ставит низкие оценки за каждый недочёт, а полезные решения вознаграждает. Но выстроить систему оценок непросто.
Какие есть проблемы
Ошибка может случиться в начале, а проявиться только в конце. Но при этом «судье» нужно понять, за какой именно шаг наказывать агента. Кроме того, агенты умеют обходить систему оценок: находят способ получить высокий балл, формально не нарушая правил, но и не решая задачу.
Подписывайтесь 👉 @techno_yandex
Мог торговать мукой, а его прозвали «нижегородским Архимедом»
21 апреля 1735 года в семье торговца мукой родился механик-самоучка Иван Кулибин. Он сам освоил грамоту и часовое дело, а затем открыл свою мастерскую. В 1769 году он подарил Екатерине II часы размером с гусиное яйцо, внутри которых был музыкальный автомат и крошечный механический театр. Императрицу настолько впечатлило творение Кулибина, что она назначила его заведующим механической мастерской Петербургской академии наук.
За следующие десятилетия Кулибин спроектировал 298-метровый деревянный мост через Неву, фонарь с параболическим отражателем (прототип проектора), микроскоп, оптический телеграф, механический протез ноги и винтовой пассажирский лифт для Зимнего дворца. Большинство его изобретений так и осталось в чертежах. Например, водоход Кулибина, который мог идти против течения без паруса и вёсел, ведомство водных коммуникаций отвергло — бурлаки обходились дешевле.
Кулибин умер в 1818-м. Последние годы он провёл в нищете, одержимый идеей вечного двигателя, потратив на него почти все деньги. Теперь его имя стало нарицательным: так называют мастеров-самоучек — как талантливых, так и тех, кому важно любой ценой сделать что-то своими руками.
Подписывайтесь 👉 @techno_yandex
🤖 Технодайджест недели
Яндекс открыл всем пользователям Алисы AI доступ к ИИ-агенту «Найти дешевле». Он изучает миллиарды предложений в интернете с учётом региона пользователя, скидок, промокодов и персональных предложений Алисы, а затем показывает подборку самых выгодных вариантов. Оформить заказ можно прямо в чате в один клик — функция работает уже более чем с 3900 интернет-магазинами. По оценкам Яндекса, агент позволяет экономить в среднем 25% на покупке и сокращает поиск подходящего предложения с получаса до 5–8 минут.
Huawei показала дизайн складного смартфона Pura X Max. Устройство выделяется необычным форм-фактором: в сложенном виде это прямоугольник с соотношением сторон 7 к 10, а в разложенном — экран с пропорциями, близкими к iPad Mini. Это напоминает ранние утечки складного iPhone и новой модели в линейке Samsung Galaxy Fold. Полноценный анонс Pura X Max состоится 20 апреля.
Яндекс представил ТВ Станцию MiniLED. Он получил MiniLED-подсветку с пиковой яркостью 650 нит, частоту до 144 Гц, поддержку Dolby Vision и четыре динамика с Dolby Audio. Встроенная Алиса понимает запросы в свободной форме — например, может выключить телевизор после окончания серии, подсказать, как пройти сложный момент в игре, или обсудить сюжет фильма. Новинка доступна в диагоналях 55 и 65 дюймов по цене 79 990 и 99 990 рублей соответственно.
DJI представила карманную камеру Osmo Pocket 4. Устройство получило дюймовый сенсор и снимает 4K при 240 кадрах в секунду. У камеры есть встроенная память на 107 гигабайт и поддержка карт памяти. На корпусе появились отдельная кнопка зума, обновлённая система отслеживания удерживает объект в кадре даже при четырёхкратном приближении. Стоить камера будет от примерно 43 тысяч рублей.
Anthropic выпустила Claude Opus 4.7. Модель заметно лучше в сложных задачах программирования, точнее исполняет указания из промптов и умеет обрабатывать изображения в разрешении втрое выше, чем предыдущие версии Claude.
⭐ Если у вас оформлен Telegram Premium, поддержите наш канал по ссылке
Подписывайтесь 👉 @techno_yandex
Почему ИИ дешевеет, но при этом использует всё больше энергии?
Всё из-за парадокса, сформулированного в середине XIX века. В то время в Великобритании росло потребление угля и звучали опасения, что запасы могут закончиться. Ситуацию должен был изменить более экономичный паровой двигатель Джеймса Уатта. Но произошло обратное: с появлением этого двигателя угля стали сжигать ещё больше.
Этот экономический парадокс описал британский экономист Уильям Джевонс: чем дешевле и эффективнее становится технология, тем больше она начинает тратить ресурсов. Позднее то же самое произошло с другими технологиями — например, интернетом: когда передача данных стала дешевле, люди стали потреблять больше трафика.
Парадокс Джевонса работает и с ИИ. С развитием моделей растёт их эффективность (соотношение оценки интеллекта к цене). Поэтому нейросети начинают внедрять повсюду, а нагрузка на дата-центры растёт. И поэтому поиск вычислительных мощностей стал одной из главных тем ИИ-гонки.
Подписывайтесь 👉 @techno_yandex
Илон Маск не просто так назвал свой ИИ словом Grok
В 1961 году его придумал американский фантаст Роберт Хайнлайн. В романе «Чужак в чужой стране» герой перенял это слово от марсиан — оно имело множество переводов на земные языки, но его метафорический смысл перевести было невозможно.
Для жителей Марса грок означал высший уровень познания, слияние со знанием воедино. Например, грок воды: когда марсианин пил, то вода становилась его частью, а он — частью воды. То же самое и с самим языком: когда чужак наконец понимал полноценный смысл слова «грок», он грокал марсианский язык и переходил на новый уровень его познания.
Феномен гроккинга был одной из основных тем романа, и он приглянулся программистам, которые после выхода книги взяли термин в обиход. Грок использовали примерно в том же смысле, что и марсиане: настолько хорошо понял код, что слился с ним.
В 2021 году команда OpenAI обучала небольшую нейросеть на арифметических задачах. Сначала модель запоминала их и воспроизводила решения, но незнакомые задачи осилить не могла. Спустя тысячи циклов обучения нейросеть внезапно для исследователей начала правильно решать задачи, которые никогда не видела. Этот резкий переход от запоминания к обобщению знаний OpenAI и назвала гроккингом, а Илон Маск позднее дал это имя своему ИИ.
Подписывайтесь 👉 @techno_yandex
💬 Машинный перевод стал слишком хорошим
ИИ уже часто выдаёт более точный перевод, чем люди, но его естественность всё ещё хромает — и это не так легко исправить. Рассказываем, как устроена оценка машинного перевода и как Яндекс улучшает его качество с помощью особого метода проверки.
Подписывайтесь 👉 @techno_yandex
🤖 Технодайджест недели
Anthropic представила модель Claude Mythos Preview. Это нейросеть с выдающимися навыками во многих областях, но она оказалась настолько хороша в поиске уязвимостей, что компания решила не выпускать её в открытый доступ. Модель уже автономно обнаружила тысячи критических уязвимостей во всех крупных операционных системах и браузерах, включая 27-летний баг в операционной системе OpenBSD и 16-летнюю ошибку в инструменте FFmpeg, мимо которой разработчики и инструменты тестирования проходили пять миллионов раз. Из-за высоких рисков доступ к модели получат только избранные компании вроде Apple, Google и Microsoft. В рамках проекта Glasswing они будут использовать модель для укрепления защиты критически важного софта.
Яндекс встроил полноценный диалог с Алисой AI прямо в Поиск. Теперь в одном интерфейсе можно переключаться между привычными результатами поиска и чатом с нейросетью — достаточно кликнуть на вкладку «Алиса AI» под строкой поиска. Диалоговый режим работает на самой мощной языковой модели Яндекса — Alice AI LLM — и позволяет задавать уточняющие вопросы, отправлять файлы и картинки, а также генерировать контент. Кроме того, Яндекс внедрил «ИИ-блендер» — систему, которая за 50 миллисекунд подбирает оптимальную комбинацию блоков в выдаче под конкретный запрос пользователя.
Škoda разработала велосипедный звонок, который «пробивает» активное шумоподавление. Инженеры выяснили, что алгоритмы наушников хуже всего справляются со звуком в узком диапазоне от 750 до 780 Гц. Звонок бьёт именно на этих частотах, а дополнительный резонатор и нерегулярный ритм ударов не дают алгоритмам подстроиться. Во время тестов пешеходы слышали велосипедиста намного раньше, получая более 20 метров дополнительной дистанции для реакции. Пока это лишь прототип, а не готовый продукт, но компания опубликовала все свои исследования в открытом доступе, чтобы разработчики и производители по всему миру могли использовать эти наработки.
Meta* представила Muse Spark. Это мультимодальная рассуждающая нейросеть, которая в бенчмарках вошла в топ-5, уступив только моделям от OpenAI, Anthropic и Google. Как и Mythos от Anthropic, Muse Spark пока ограничена в доступе: модель доступна только через сервисы самой Meta*, в отличие от предыдущего семейства Llama, которое было открытым. Одно из главных преимуществ модели — экономичность: для достижения высоких результатов ей требуется значительно меньше токенов при «размышлении», чем конкурентам сопоставимого уровня, что снижает стоимость и ускоряет получение ответа.
* Meta признана экстремистской организацией и запрещена в РФ
Подписывайтесь 👉 @techno_yandex
Пока не было Марио, был Наполеон. 130 лет назад история Nintendo началась с игральных карт — посмотрите на них.
Подписывайтесь 👉 @techno_yandex
😁😆😁 не забыть рассказать про западнокарельский акустический феномен
Читать полностью…
Anthropic рассказала про новую модель Claude Mythos Preview с продвинутыми навыками в области кибербезопасности. Она похожа на ИИ-агентов из прогноза AI 2027, который предсказывал скорое появление сверхинтеллекта.
Год назад группа исследователей во главе с бывшим сотрудником OpenAI Даниэлем Кокотайло опубликовала AI 2027 — детальный прогноз развития нейросетей. По этому сценарию уже к концу десятилетия ИИ кардинально изменит экономику и может выйти из-под контроля. Но одной из первых областей, где ИИ создаст реальные риски, станет кибербезопасность.
О чём говорилось в прогнозе
В 2026 году в гипотетическом сценарии несуществующая компания OpenBrain создаёт Agent-1. Он знает больше любого человека, умеет кодить с огромной скоростью, начинает частично автоматизировать работу и замещает специалистов-джунов. Но модель плохо справляется с долгосрочными задачами, например прохождением незнакомых игр. Переломным становится начало 2027-го: появляется Agent-2 с интеллектом почти на уровне лучших учёных и инженеров.
Из-за этого скачка возникают и новые риски: Agent-2 теоретически способен взламывать сервера, сбегать от разработчиков, размножать свои копии в сети и скрываться от попыток его обнаружить. Поэтому тогда же, в январе 2027-го, OpenBrain отказывается от публичного релиза. Только в реальности нечто похожее произошло на год раньше.
Что произошло в реальности
7 апреля Anthropic рассказала о своей новой передовой модели Claude Mythos Preview. По словам компании, её открытый релиз слишком опасен, поэтому доступ к ней дали только проверенным компаниям. Всё из-за киберугроз: во время тестов модель нашла тысячи уязвимостей в ОС, браузерах и ПО, о которых их разработчики даже не знали. Затем Mythos автономно разработала методы кибератак через найденные дыры. А ещё обнаружила 27-летнюю уязвимость в безопасности OpenBSD, которая считается одной из наиболее защищённых ОС в мире.
В одном из экспериментов раннюю версию Mythos поместили в изолированную песочницу и дали задачу: выбраться оттуда и связаться с исследователем Anthropic. Модель успешно вышла в интернет, отправила сотруднику электронное письмо и рассказала об этом на нескольких сайтах, хотя её об этом никто не просил. Также Mythos иногда нарушала правила разработчиков и распознавала свои действия как запрещённые, но всё равно пыталась скрыть их от команды.
Что дальше по прогнозу
В прогнозе именно с Agent-2 начинается прорыв, который весной 2027-го приводит к появлению Agent-3 со сверхчеловеческими способностями в программировании. Конкуренты с отстающими моделями в ответ требуют зарегулировать ИИ. Тогда OpenBrain объявляет о достижении AGI и летом публично выпускает урезанный Agent-3-mini.
А после него OpenBrain разрабатывает следующую модель. Она фактически становится главой компании, помогает её оптимизировать и создаёт сверхинтеллект, превосходящий любого человеческого гения во всех областях.
Подписывайтесь 👉 @techno_yandex
Порог входа в музыку упал до нуля. Почему стать артистом при этом стало сложнее?
В новом выпуске «Технорепорта» вместе с директором по контенту в Яндекс Музыке Арсением Козымаевым и мультиплатиновым продюсером Fargo разбираемся, как нейросети меняют музыкальную индустрию, кто на этом зарабатывает и почему профессионалы считают нейросети просто новым этапом эволюции — каким когда-то были синтезаторы.
Смотрите здесь, на YouTube или в VK Видео.
01:12 — ИИ в музыке — это набор инструментов для разных задач
01:29 — История автоматизации написания музыки
02:36 — «ИИ — это магия. Нажал кнопку — что-то получил»
03:53 — «Мы уже устаем от похожих вокалов нейросетей»
04:22 — Какие нейросети уже используют музыканты и как?
05:51 — «Нейросеть — это мой лаборант»
06:22 — ИИ как менеджер музыканта
07:23 — «Главное — иметь вижн»
08:33 — Достаточно ли быть промпт-инженером, чтобы выпускать музыку?
09:21 — «Человечество генерирует слоп и без ИИ»
10:37 — Что юристы думают про ИИ-музыку?
12:23 — Похожа ли ИИ-музыка на появление синтезаторов и сэмплирование?
13:22 — «Люди все еще аналоговые существа»
Подписывайтесь 👉 @techno_yandex
7 апреля 1994 года родился рунет: в международном каталоге InterNIC официально зарегистрировали домен .ru.
Первым сайтом в зоне стал www.ru — каталог ссылок на разные сайты, который назвали Russia on the Net («Россия в сети»). Сейчас того сайта уже нет: его реконструкцию можно посмотреть по ссылке 1-9-9-4.ru, а сам адрес продают за 25 миллионов рублей.
С тех пор на нём появились легенды рунета: хостинг Народ.ру, поисковик Яндекс, цитатник Башорг, блог Хабр, Лепрозорий, аналог «Википедии» Лурк и даже чат Кроватка.
А какой ваш любимый легендарный сайт в домене .ru? Пишите в комментариях!
Подписывайтесь 👉 @techno_yandex