Международное энергетическое агентство прогнозирует увеличение потребление электроэнергии ЦОДами вдвое к 2030 году по причине роста спроса на AI
Модели прогнозируют, что центры обработки данных будут использовать 945 тераватт-часов (ТВтч) в 2030 году, что примерно эквивалентно текущему годовому потреблению электроэнергии в Японии. Для сравнения, центры обработки данных потребляли 415 ТВт-ч в 2024 году, что составляет примерно 1,5% от общего мирового потребления электроэнергии.
а еще в этом отчете прикольно то, что к нему можно задавать вопросы прямо в AI-агенту. Надо тоже так попробовать.
Модели прогнозируют, что центры обработки данных будут использовать 945 тераватт-часов (ТВтч) в 2030 году, что примерно эквивалентно текущему годовому потреблению электроэнергии в Японии. Для сравнения, центры обработки данных потребляли 415 ТВт-ч в 2024 году, что составляет примерно 1,5% от общего мирового потребления электроэнергии.
а еще в этом отчете прикольно то, что к нему можно задавать вопросы прямо в AI-агенту. Надо тоже так попробовать.
IEA
Energy and AI
Energy and AI - Analysis and key findings. A report by the International Energy Agency.
This media is not supported in your browser
VIEW IN TELEGRAM
Глава Google DeepMind Демис Хассабис:
Я думаю, нам нужны великие философы. Где они? Новые великие философы, равные Канту, Витгенштейну или даже Аристотелю. Я считаю, что они понадобятся, чтобы помочь обществу сделать следующий шаг, потому что, знаете, искусственный общий интеллект и искусственный сверхинтеллект изменят человечество и человеческую природу.
Я думаю, нам нужны великие философы. Где они? Новые великие философы, равные Канту, Витгенштейну или даже Аристотелю. Я считаю, что они понадобятся, чтобы помочь обществу сделать следующий шаг, потому что, знаете, искусственный общий интеллект и искусственный сверхинтеллект изменят человечество и человеческую природу.
ЕС запускает план по достижению лидерства в AI
Евросоюз представил план «AI Continent Action Plan» с целью стать мировым лидером в области искусственного интеллекта. Документ включает следующие ключевые направления:
1. Инфраструктура для AI:
Создание сети фабрик искусственного интеллекта и гиганских объектов – AI-гигафабрик. Эти предприятия объединяют лучшие технологии и ресурсы для разработки передовых моделей AI. Уже действуют 13 фабрик, поддерживающих стартапы, промышленность и исследования.
Частные инвестиции в гиганские фабрики будут дополнительно стимулированы через инициативу InvestAI, которая мобилизует до €20 млрд для пяти гиганских фабрик искусственного интеллекта по всему ЕС.
2. Доступ к данным:
Создание лабораторий данных для управления большими объемами качественной информации и интеграции данных между разными секторами. К 2025 году будет запущена стратегия объединения данных для создания внутреннего рынка данных.
3. Применение AI:
Разработка стратегии применения AI в стратегически значимых областях. Будут использованы существующие инфраструктуры инноваций, такие как фабрики AI и цифровые инновационные центры.
4. Кадры и таланты:
Привлечение высококвалифицированных специалистов из-за пределов ЕС и возвращение европейских исследователей. Разработка образовательных и учебных программ по AI для повышения квалификации рабочих.
Специальные программы, такие как Talent Pool, Marie Skłodowska-Curie Action «MSCA Choose Europe» и программа стипендий в области AI, предлагаемых будущей Академией AI-навыков.
5. Регулирование:
Обеспечение правовой определенности для бизнеса и повышение доверия граждан через новый закон об искусственном интеллекте. Служба поддержки AI Act Service Desk поможет компаниям соблюдать законодательство.
#политика #AI #news
https://ec.europa.eu/commission/presscorner/detail/en/ip_25_1013
Евросоюз представил план «AI Continent Action Plan» с целью стать мировым лидером в области искусственного интеллекта. Документ включает следующие ключевые направления:
1. Инфраструктура для AI:
Создание сети фабрик искусственного интеллекта и гиганских объектов – AI-гигафабрик. Эти предприятия объединяют лучшие технологии и ресурсы для разработки передовых моделей AI. Уже действуют 13 фабрик, поддерживающих стартапы, промышленность и исследования.
Частные инвестиции в гиганские фабрики будут дополнительно стимулированы через инициативу InvestAI, которая мобилизует до €20 млрд для пяти гиганских фабрик искусственного интеллекта по всему ЕС.
2. Доступ к данным:
Создание лабораторий данных для управления большими объемами качественной информации и интеграции данных между разными секторами. К 2025 году будет запущена стратегия объединения данных для создания внутреннего рынка данных.
3. Применение AI:
Разработка стратегии применения AI в стратегически значимых областях. Будут использованы существующие инфраструктуры инноваций, такие как фабрики AI и цифровые инновационные центры.
4. Кадры и таланты:
Привлечение высококвалифицированных специалистов из-за пределов ЕС и возвращение европейских исследователей. Разработка образовательных и учебных программ по AI для повышения квалификации рабочих.
Специальные программы, такие как Talent Pool, Marie Skłodowska-Curie Action «MSCA Choose Europe» и программа стипендий в области AI, предлагаемых будущей Академией AI-навыков.
5. Регулирование:
Обеспечение правовой определенности для бизнеса и повышение доверия граждан через новый закон об искусственном интеллекте. Служба поддержки AI Act Service Desk поможет компаниям соблюдать законодательство.
#политика #AI #news
https://ec.europa.eu/commission/presscorner/detail/en/ip_25_1013
European Commission - European Commission
Commission sets course for Europe\'s AI leadership with an ambitious AI Continent Action Plan
To become a global leader in artificial intelligence (AI) is the objective of the AI Continent Action Plan launched today.
Космос как смысл
Альберт Ефимов, к. ф. н.
Создаваемые нами технологии AI приносят невероятные блага и возможности для человечества в здравоохранении, образовании, промышленности и многих других областях. Но технологии вызывают и беспрецедентный кризис. Впервые в своей истории мы сталкиваемся с машинами, превосходящими человека интеллектуально. Теряя работу, которая по выражению Вольтера «спасает нас от нужды, порока и скуки», люди теряют смысл к существованию. Билл Гейтс предположил, что наш биологический вид «вовсе не предназначен для работы». Осмысление через в исторический контекст не помогает – такого раньше не было. Другим методом будет пространственный контекст: «цивилизации борются за господство на нашей планете, надо найти способ улететь на альфу-центавра». Попробуем им воспользоваться, но добавим в пространственный контекст несколько смелых предположений.
Во-первых, что, если мы все-таки одни во Вселенной. Жизнь – это невероятный выигрыш в грандиозной космической лотерее или неизбежность? Возьмем за основу то, что мы, как сознательные существа, глубоко и бесконечно одиноки в нашей Вселенной в данный момент эволюции.
Во-вторых, а что, если разделение человечества на две неравные группы, о котором писали братья Стругацкие уже происходит прямо на наших глазах? «Человечество будет разделено на две неравные части по неизвестному нам параметру, причем меньшая часть форсированно и навсегда обгонит большую». Только это не следствие биологической эволюции, а связано с появлением homo augmenticus – человека, дополненного AI.
Наша ситуация (кризис смысла работы, образования, жизни, цивилизации) и сделанные два предположения (молчание вселенной и разделение человечества) вынуждают нас совершить прыжок веры и прийти к следующему заключению. Космос — это единственный оставшийся смысл для существования человечества как биологического вида. Все остальные смыслы – от религиозного до идеологического – история либо уже на свалке, либо едут туда сейчас.
Если молчание Вселенной – это первоначальное свойство, а у нас выигрышный билет, то наша цель – распространить жизнь по каждому уголку Вселенной. Все остальное вторично. Зачем нам Земля, если мы остаемся только на ней. Мы предназначены для Вселенной, а не для третьей от Солнца планеты.
Что если AI это не «великий уравнитель», делающий любого джуниора миддлом, а «рука Бога», превращающего талант в ницшеанского «сверхчеловека»? В этом случае разделенное человечество ожидает тяжелая судьба на планете с невероятно ограниченными ресурсами. Новому техно-биологическому виду homo augmenticus здесь просто негде развернуться. Точнее есть где, но исключительно за счет прежнего биологического вида – homo sapience. Гонки друг с другом, бесконечная конкуренция за компетенции и ресурсы. Как писали братья Стругацкие «идей всегда будет больше, чем ульмотронов». Выходом из этого circulus vitiosus может быть лишь начало бесконечной космической экспансии. Homo augmenticus просто не предназначен для нашей маленькой, ограниченной планеты. Цель этого нового технобиологического вида – выход за пределы Земли, за пределы нашей Солнечной системы и бесконечное освоение новых границ. Космос – это больше чем возможность применить AI. Это смысл для AI.
Оставляя наши богоподобные технологии в ограниченном пространстве Земли, мы будем неизбежно сталкивать людей, общества и страны в бесконечных дуэлях за ресурсы. Люди вида homo augmenticus – это новые конкистадоры, которые должны создавать космические каравеллы и смело отправляться к новым границам.
Вопрос о смысле Космоса бесполезен. Это без Космоса человечество теряет смысл.
Нам очень много говорят о необходимости создании позитивного образа будущего. Но если поднять голову вверх, то этот образ встанет перед нами так же ясно, как в безлунную ночь мы видим свет далеких звезд. Как писал Лю Цысинь, мы «должны отправиться во Вселенную, искать там новые миры, новые дома и разбрасывать повсюду семена жизни, словно брызги весеннего ливня».
Альберт Ефимов, к. ф. н.
Создаваемые нами технологии AI приносят невероятные блага и возможности для человечества в здравоохранении, образовании, промышленности и многих других областях. Но технологии вызывают и беспрецедентный кризис. Впервые в своей истории мы сталкиваемся с машинами, превосходящими человека интеллектуально. Теряя работу, которая по выражению Вольтера «спасает нас от нужды, порока и скуки», люди теряют смысл к существованию. Билл Гейтс предположил, что наш биологический вид «вовсе не предназначен для работы». Осмысление через в исторический контекст не помогает – такого раньше не было. Другим методом будет пространственный контекст: «цивилизации борются за господство на нашей планете, надо найти способ улететь на альфу-центавра». Попробуем им воспользоваться, но добавим в пространственный контекст несколько смелых предположений.
Во-первых, что, если мы все-таки одни во Вселенной. Жизнь – это невероятный выигрыш в грандиозной космической лотерее или неизбежность? Возьмем за основу то, что мы, как сознательные существа, глубоко и бесконечно одиноки в нашей Вселенной в данный момент эволюции.
Во-вторых, а что, если разделение человечества на две неравные группы, о котором писали братья Стругацкие уже происходит прямо на наших глазах? «Человечество будет разделено на две неравные части по неизвестному нам параметру, причем меньшая часть форсированно и навсегда обгонит большую». Только это не следствие биологической эволюции, а связано с появлением homo augmenticus – человека, дополненного AI.
Наша ситуация (кризис смысла работы, образования, жизни, цивилизации) и сделанные два предположения (молчание вселенной и разделение человечества) вынуждают нас совершить прыжок веры и прийти к следующему заключению. Космос — это единственный оставшийся смысл для существования человечества как биологического вида. Все остальные смыслы – от религиозного до идеологического – история либо уже на свалке, либо едут туда сейчас.
Если молчание Вселенной – это первоначальное свойство, а у нас выигрышный билет, то наша цель – распространить жизнь по каждому уголку Вселенной. Все остальное вторично. Зачем нам Земля, если мы остаемся только на ней. Мы предназначены для Вселенной, а не для третьей от Солнца планеты.
Что если AI это не «великий уравнитель», делающий любого джуниора миддлом, а «рука Бога», превращающего талант в ницшеанского «сверхчеловека»? В этом случае разделенное человечество ожидает тяжелая судьба на планете с невероятно ограниченными ресурсами. Новому техно-биологическому виду homo augmenticus здесь просто негде развернуться. Точнее есть где, но исключительно за счет прежнего биологического вида – homo sapience. Гонки друг с другом, бесконечная конкуренция за компетенции и ресурсы. Как писали братья Стругацкие «идей всегда будет больше, чем ульмотронов». Выходом из этого circulus vitiosus может быть лишь начало бесконечной космической экспансии. Homo augmenticus просто не предназначен для нашей маленькой, ограниченной планеты. Цель этого нового технобиологического вида – выход за пределы Земли, за пределы нашей Солнечной системы и бесконечное освоение новых границ. Космос – это больше чем возможность применить AI. Это смысл для AI.
Оставляя наши богоподобные технологии в ограниченном пространстве Земли, мы будем неизбежно сталкивать людей, общества и страны в бесконечных дуэлях за ресурсы. Люди вида homo augmenticus – это новые конкистадоры, которые должны создавать космические каравеллы и смело отправляться к новым границам.
Вопрос о смысле Космоса бесполезен. Это без Космоса человечество теряет смысл.
Нам очень много говорят о необходимости создании позитивного образа будущего. Но если поднять голову вверх, то этот образ встанет перед нами так же ясно, как в безлунную ночь мы видим свет далеких звезд. Как писал Лю Цысинь, мы «должны отправиться во Вселенную, искать там новые миры, новые дома и разбрасывать повсюду семена жизни, словно брызги весеннего ливня».
Место России в космической гонке: настоящее и будущее
Дискуссия ко дню космонавтики, 10 апреля 2025 г.
Альберт Ефимов — Вице-президент, директор управления исследований и инноваций, модератор
Сергей Переслегин — Исследователь и теоретик фантастики
Николай Севастьянов — Конструктор космических систем, автор и ведущий программы «День
космонавтики» на ТРК «Звезда»
Евгений Кузнецов — Эксперт по инновациям, футуролог
Александр Лутовинов — Учёный-астрофизик, доктор физико-математических наук
Основные идеи дискуссии
1. Текущее состояние российской космонавтики
Российская космонавтика сохраняет сильные позиции в ряде направлений. Среди них — научные проекты вроде рентгеновской обсерватории «Спектр-РГ» и компетенции в области энергетики. В пилотируемых программах Россия опирается на историческое лидерство, хотя используемые технологии устарели. В области ракетной техники ведётся работа над «Союзом-5» как альтернативой многоразовым системам SpaceX. Основные слабые стороны — отставание в коммерческих запусках (третье место после США и Китая), бюрократизация, недостаток частных инвестиций, ограниченные возможности международного сотрудничества.
2. Вызовы
Отрасль нуждается в переходе к современным технологиям: многоразовым ракетам, ионным двигателям, цифровым системам управления и низкоорбитальным спутниковым группировкам. Инфраструктура, ориентированная на геостационарные спутники, устаревает. Экономические вызовы включают слабое присутствие в коммерческих сегментах — связи, навигации, данных дистанционного зондирования. Космическая экономика к 2035 году может превысить $1,5 трлн, но Россия в этих направлениях представлена недостаточно. Отсутствуют полноценные программы поддержки стартапов и венчурного финансирования. На геополитическом уровне ситуацию осложняют санкции и разрыв сотрудничества с западными странами, ограничивающие доступ к оборудованию, технологиям и совместным проектам. Примером служит приостановка миссии «ЭкзоМарс» и отключение немецкого оборудования на «Спектр-РГ».
3. Стратегические возможности
Луна остаётся приоритетным направлением как площадка для отработки технологий, привлекательная как источник титана и стартовая точка для экспедиций к Марсу. Перспективным остаётся изучение спутников Юпитера и Венеры, развитие автономных систем с искусственным интеллектом для работы в условиях задержки связи. Важное значение имеет поддержка частного сектора и создание инфраструктуры для стартапов, а также развитие двойных технологий — перенос космических разработок в металлургию,
медицину и другие отрасли. Именно программы освоения «дальнего» космоса могут обеспечить качественный скачок.
4. Рекомендации
Необходимо сформировать видение долгосрочное (не менее 100 лет) видение в области космического развития. Если коммерческие игроки могут обеспечить развитие в «ближнем» космосе, то государство должно ставить более амбициозные цели. Отдачу от инвестиций в космос сложно оценить, но нужно пытаться. Следует активнее популяризировать космос и поддерживать молодых специалистов. Наличие понятных амбициозных целей (возврат к космосу как к национальной идее) привлечёт таланты в космическую сферу. На международном уровне стоит развивать международное научное и финансовое сотрудничество, но нельзя забывать, что действительно значимые программы будут реализовываться «в одиночку». Искусственный интеллект в космосе — не фантастика, а необходимость (автономные станции, обработка
данных…)
Дискуссия ко дню космонавтики, 10 апреля 2025 г.
Альберт Ефимов — Вице-президент, директор управления исследований и инноваций, модератор
Сергей Переслегин — Исследователь и теоретик фантастики
Николай Севастьянов — Конструктор космических систем, автор и ведущий программы «День
космонавтики» на ТРК «Звезда»
Евгений Кузнецов — Эксперт по инновациям, футуролог
Александр Лутовинов — Учёный-астрофизик, доктор физико-математических наук
Основные идеи дискуссии
1. Текущее состояние российской космонавтики
Российская космонавтика сохраняет сильные позиции в ряде направлений. Среди них — научные проекты вроде рентгеновской обсерватории «Спектр-РГ» и компетенции в области энергетики. В пилотируемых программах Россия опирается на историческое лидерство, хотя используемые технологии устарели. В области ракетной техники ведётся работа над «Союзом-5» как альтернативой многоразовым системам SpaceX. Основные слабые стороны — отставание в коммерческих запусках (третье место после США и Китая), бюрократизация, недостаток частных инвестиций, ограниченные возможности международного сотрудничества.
2. Вызовы
Отрасль нуждается в переходе к современным технологиям: многоразовым ракетам, ионным двигателям, цифровым системам управления и низкоорбитальным спутниковым группировкам. Инфраструктура, ориентированная на геостационарные спутники, устаревает. Экономические вызовы включают слабое присутствие в коммерческих сегментах — связи, навигации, данных дистанционного зондирования. Космическая экономика к 2035 году может превысить $1,5 трлн, но Россия в этих направлениях представлена недостаточно. Отсутствуют полноценные программы поддержки стартапов и венчурного финансирования. На геополитическом уровне ситуацию осложняют санкции и разрыв сотрудничества с западными странами, ограничивающие доступ к оборудованию, технологиям и совместным проектам. Примером служит приостановка миссии «ЭкзоМарс» и отключение немецкого оборудования на «Спектр-РГ».
3. Стратегические возможности
Луна остаётся приоритетным направлением как площадка для отработки технологий, привлекательная как источник титана и стартовая точка для экспедиций к Марсу. Перспективным остаётся изучение спутников Юпитера и Венеры, развитие автономных систем с искусственным интеллектом для работы в условиях задержки связи. Важное значение имеет поддержка частного сектора и создание инфраструктуры для стартапов, а также развитие двойных технологий — перенос космических разработок в металлургию,
медицину и другие отрасли. Именно программы освоения «дальнего» космоса могут обеспечить качественный скачок.
4. Рекомендации
Необходимо сформировать видение долгосрочное (не менее 100 лет) видение в области космического развития. Если коммерческие игроки могут обеспечить развитие в «ближнем» космосе, то государство должно ставить более амбициозные цели. Отдачу от инвестиций в космос сложно оценить, но нужно пытаться. Следует активнее популяризировать космос и поддерживать молодых специалистов. Наличие понятных амбициозных целей (возврат к космосу как к национальной идее) привлечёт таланты в космическую сферу. На международном уровне стоит развивать международное научное и финансовое сотрудничество, но нельзя забывать, что действительно значимые программы будут реализовываться «в одиночку». Искусственный интеллект в космосе — не фантастика, а необходимость (автономные станции, обработка
данных…)
Попугаи против Искр. Большие дебаты о чат-ботах
Действительно ли чат-боты что-то понимают? Или же большие языковые модели, которые позволяют им отвечать на сложные вопросы, анализировать тексты и создавать стихи и компьютерные программы, — это просто масса данных и вычислений, которые имитируют истинное понимание?
Музей компьютерной истории в Менло-парк организовал дебаты между компьютерным лингвистом Вашингтонского университета Эмили М. Бендер, которая вместе со своими соавторами ввела термин «стохастический попугай» в 2021 г. и Себастьяном Бубеком из OpenAI, бывшим вице-президентом по искусственному интеллекту Microsoft, а также ведущим автором влиятельной статьи 2023 года о LLM «Искры искусственного интеллекта».
Эмили Бендер заняла позицию, согласно которой «нет, LLM на самом деле ничего не понимают». Понимание включает в себя гораздо больше, чем слова, например, контекст и сигналы говорящего. LLM обучают смотреть только на форму самих слов, а не на то, как они используются в определенном контексте. Она утверждает, что чат-бот имеет смысл только тогда, когда мы с ним разговариваем, потому что мы сами его осмысливаем. Понимание LLM – экстраординарное утверждение. Поэтому для доказательства этого утверждения необходимы экстраординарные доказательства. Данные, которые помогли бы это проверить, не должны быть скрыты от науки. Генерация текста может выглядеть как рассуждение, но на самом деле это всего лишь проверка того, насколько точно система моделирует обучающие данные.
По мнению Себастьена Бубека «понимание находится в глазах смотрящего». В отрасли AI бенчмарки используются для оценки темпов прогресса, который был замечательным за последние пару лет, поскольку модели продвинулись от решения математических задач на уровне средней школы к решению проблем, которые ни один человек не может решить в одиночку. Тем не менее, Бубек считает, что бенчмарки не показывают понимания, о котором можно судить только путем взаимодействия с системой и экспериментирования, чтобы увидеть, насколько глубоко она может рассуждать.
Понимание — это путешествие человека. Спросите себя, помог ли вам чат-бот понять больше вещей, а не спрашивайте, понял ли их сам чат-бот. Мы можем найти озарения в математике благодаря LLM, но они не будут осознаны до тех пор, пока люди не смогут полностью понять то, что обнаружил чат-бот.
я с огромным удовольствием посмотрел эти дебаты и настоятельно рекомендую всем, кто интересуется этой темой посмотреть самостоятельно, без всяких там LLM))
Действительно ли чат-боты что-то понимают? Или же большие языковые модели, которые позволяют им отвечать на сложные вопросы, анализировать тексты и создавать стихи и компьютерные программы, — это просто масса данных и вычислений, которые имитируют истинное понимание?
Музей компьютерной истории в Менло-парк организовал дебаты между компьютерным лингвистом Вашингтонского университета Эмили М. Бендер, которая вместе со своими соавторами ввела термин «стохастический попугай» в 2021 г. и Себастьяном Бубеком из OpenAI, бывшим вице-президентом по искусственному интеллекту Microsoft, а также ведущим автором влиятельной статьи 2023 года о LLM «Искры искусственного интеллекта».
Эмили Бендер заняла позицию, согласно которой «нет, LLM на самом деле ничего не понимают». Понимание включает в себя гораздо больше, чем слова, например, контекст и сигналы говорящего. LLM обучают смотреть только на форму самих слов, а не на то, как они используются в определенном контексте. Она утверждает, что чат-бот имеет смысл только тогда, когда мы с ним разговариваем, потому что мы сами его осмысливаем. Понимание LLM – экстраординарное утверждение. Поэтому для доказательства этого утверждения необходимы экстраординарные доказательства. Данные, которые помогли бы это проверить, не должны быть скрыты от науки. Генерация текста может выглядеть как рассуждение, но на самом деле это всего лишь проверка того, насколько точно система моделирует обучающие данные.
По мнению Себастьена Бубека «понимание находится в глазах смотрящего». В отрасли AI бенчмарки используются для оценки темпов прогресса, который был замечательным за последние пару лет, поскольку модели продвинулись от решения математических задач на уровне средней школы к решению проблем, которые ни один человек не может решить в одиночку. Тем не менее, Бубек считает, что бенчмарки не показывают понимания, о котором можно судить только путем взаимодействия с системой и экспериментирования, чтобы увидеть, насколько глубоко она может рассуждать.
Понимание — это путешествие человека. Спросите себя, помог ли вам чат-бот понять больше вещей, а не спрашивайте, понял ли их сам чат-бот. Мы можем найти озарения в математике благодаря LLM, но они не будут осознаны до тех пор, пока люди не смогут полностью понять то, что обнаружил чат-бот.
я с огромным удовольствием посмотрел эти дебаты и настоятельно рекомендую всем, кто интересуется этой темой посмотреть самостоятельно, без всяких там LLM))
Объявлены лауреаты Breakthrough Prize 2025: науки о жизни, фундаментальная физика и математика
Breakthrough Prize — престижная научная премия — представили лауреатов 2025 г. Фонд премии основан Сергеем Брином, Присциллой Чан и Марком Цукербергом, Юрием и Юлией Мильнер, а также Энн Войцки в 2012 г. Общая сумма наград в этом году — $18,75 млн. Премии вручены за выдающиеся достижения в области редактирования ДНК, лечения заболеваний, исследования фундаментальных частиц и математических основ Вселенной.
Науки о жизни:
• Даниэль Дж. Друкер, Джоэл Хабенер, Йенс Юул Хольст, Лотте Кнудсен и Светлана Мойсов — открытие гена, кодирующего гормон GLP-1, и создание лекарств для борьбы с диабетом и ожирением на основе GLP-1.
• Стивен Л. Хаузер и Альберто Аскерио — за выявление ключевой роли B-клеток и вируса Эпштейна-Барр в развитии рассеянного склероза (РС). Эта работа открывает возможность лечения РС с помощью противовирусных препаратов, а также разработки вакцины против ВЭБ.
• Дэвид Р. Лю — за разработку технологий базового и примитивного редактирования ДНК, позволяющих точечно корректировать генетические мутации без разреза ДНК.
Фундаментальная физика:
• 13 500+ исследователей из объединений ATLAS, CMS, ALICE и LHCb, работающих в CERN, получили общую премию $3 млн за передовые исследования Стандартной модели, бозона Хиггса, антиматерии и новых частиц. Все средства будут направлены на гранты для аспирантов в рамках CERN & Society Foundation.
• Специальная премия ($3 млн) вручена Герарду эт Хоофту за фундаментальный вклад в развитие Стандартной модели и теории калибровочных полей, включая важные идеи о черных дырах и голографическом принципе.
Математика:
Деннис Гайтсгори получил премию за доказательство геометрической гипотезы Ланглендса, ключевого элемента в теории чисел, алгебраической геометрии и математической физике.
Также по $100 тыс. досталось шести молодым ученым за достижения в квантовой физике, оптике и астрофизике. Три математика получили награду за исследования, связанные с квантовой физикой и геометрией. По $50 тыс. вручили трём женщинам-математикам за вклад в программы Ланглендса, теорию решеток и квантовые алгоритмы машинного обучения.
#наука #news
https://breakthroughprize.org/News/91
Breakthrough Prize — престижная научная премия — представили лауреатов 2025 г. Фонд премии основан Сергеем Брином, Присциллой Чан и Марком Цукербергом, Юрием и Юлией Мильнер, а также Энн Войцки в 2012 г. Общая сумма наград в этом году — $18,75 млн. Премии вручены за выдающиеся достижения в области редактирования ДНК, лечения заболеваний, исследования фундаментальных частиц и математических основ Вселенной.
Науки о жизни:
• Даниэль Дж. Друкер, Джоэл Хабенер, Йенс Юул Хольст, Лотте Кнудсен и Светлана Мойсов — открытие гена, кодирующего гормон GLP-1, и создание лекарств для борьбы с диабетом и ожирением на основе GLP-1.
• Стивен Л. Хаузер и Альберто Аскерио — за выявление ключевой роли B-клеток и вируса Эпштейна-Барр в развитии рассеянного склероза (РС). Эта работа открывает возможность лечения РС с помощью противовирусных препаратов, а также разработки вакцины против ВЭБ.
• Дэвид Р. Лю — за разработку технологий базового и примитивного редактирования ДНК, позволяющих точечно корректировать генетические мутации без разреза ДНК.
Фундаментальная физика:
• 13 500+ исследователей из объединений ATLAS, CMS, ALICE и LHCb, работающих в CERN, получили общую премию $3 млн за передовые исследования Стандартной модели, бозона Хиггса, антиматерии и новых частиц. Все средства будут направлены на гранты для аспирантов в рамках CERN & Society Foundation.
• Специальная премия ($3 млн) вручена Герарду эт Хоофту за фундаментальный вклад в развитие Стандартной модели и теории калибровочных полей, включая важные идеи о черных дырах и голографическом принципе.
Математика:
Деннис Гайтсгори получил премию за доказательство геометрической гипотезы Ланглендса, ключевого элемента в теории чисел, алгебраической геометрии и математической физике.
Также по $100 тыс. досталось шести молодым ученым за достижения в квантовой физике, оптике и астрофизике. Три математика получили награду за исследования, связанные с квантовой физикой и геометрией. По $50 тыс. вручили трём женщинам-математикам за вклад в программы Ланглендса, теорию решеток и квантовые алгоритмы машинного обучения.
#наука #news
https://breakthroughprize.org/News/91
breakthroughprize.org
Breakthrough Prize – Breakthrough Prize Announces 2025 Laureates in Life Sciences, Fundamental Physics, and Mathematics
DeepSeek разрабатывает метод обучения AI-моделей, способных к самосовершенствованию
Китайский стартап совместно с Университетом Цинхуа представил новый метод обучения моделей — самостоятельная настройка принципов и критики (SPCT). Цель разработки — улучшить способности LLM к рассуждению и генерации ответов, соответствующих человеческим предпочтениям, снижая при этом расходы на эксплуатацию моделей.
Метод объединяет генеративное моделирование вознаграждения (generative reward modeling, GRM) и так называемую самостоятельную настройку критики (self-principled critique tuning), в то время как архитектура Mixture of Experts (MoE) обеспечивает эффективность в распределении вычислений.
Эксперименты показали значительное улучшение производительности моделей при использовании SPCT, особенно в задачах общего назначения. DeepSeek-GRM с дополнительным масштабироемым голосованием (Meta RM) показала лучшие результаты на бенчмарке RewardBench, достигнув общей оценки 72,8 — это выше показателей других методов: LLM-as-a-Judge (67) и DeepSeek-GRM-RFT без SPCT (68,8).
Модели GRM планируется сделать открытыми, но дата релиза пока не объявлена.
#news #AI
https://www.bloomberg.com/news/articles/2025-04-07/deepseek-and-tsinghua-developing-self-improving-ai-models
Китайский стартап совместно с Университетом Цинхуа представил новый метод обучения моделей — самостоятельная настройка принципов и критики (SPCT). Цель разработки — улучшить способности LLM к рассуждению и генерации ответов, соответствующих человеческим предпочтениям, снижая при этом расходы на эксплуатацию моделей.
Метод объединяет генеративное моделирование вознаграждения (generative reward modeling, GRM) и так называемую самостоятельную настройку критики (self-principled critique tuning), в то время как архитектура Mixture of Experts (MoE) обеспечивает эффективность в распределении вычислений.
Эксперименты показали значительное улучшение производительности моделей при использовании SPCT, особенно в задачах общего назначения. DeepSeek-GRM с дополнительным масштабироемым голосованием (Meta RM) показала лучшие результаты на бенчмарке RewardBench, достигнув общей оценки 72,8 — это выше показателей других методов: LLM-as-a-Judge (67) и DeepSeek-GRM-RFT без SPCT (68,8).
Модели GRM планируется сделать открытыми, но дата релиза пока не объявлена.
#news #AI
https://www.bloomberg.com/news/articles/2025-04-07/deepseek-and-tsinghua-developing-self-improving-ai-models
Bloomberg.com
DeepSeek and Tsinghua Developing Self-Improving AI Models
DeepSeek is working with Tsinghua University on reducing the training its AI models need in an effort to lower operational costs.
Мнение экспертов: кибератаки с участием AI-агентов становятся реальной угрозой
AI-агенты, способные планировать, выполнять сложные задачи, и даже менять настройки компьютера от вашего имени, могут упростить и ускорить процесс взлома систем. В отличие от простых скриптов, которые действуют строго по заданному алгоритму, AI-агенты могут выбирать наилучшие пути проникновения в систему и корректировать свои действия по ходу выполнения задачи.
На данный момент не существует практики массовых хакерских атак такого рода, но прогнозы исследователей подтверждают потенциальную опасность. По мнению Марка Стокли (Mark Stockley), эксперта по кибербезопасности из Malwarebytes, осуществление большинства кибератак с помощью AI-агентов — лишь вопрос времени. Возможно, мы столкнемся с проблемой безопасности уже в этом году.
Исследовательская группа Дэниела Канга (Daniel Kang) из Университета Иллинойса разработала бенчмарк для оценки способности AI находить уязвимости. Эксперименты показали, что современные агенты могут обнаружить и использовать 13% слабых мест систем, о которых у них не было предварительной информации. При наличии описания показатель составляет 25%.
Palisade Research разработала проект LLM Agent Honeypot — сеть заведомо уязвимых серверов, замаскированных под сайты с важной информацией, для обнаружения хакерских агентов. Система уже зарегистрировала более 11 млн попыток доступа к своим серверам, 8 из которых потенциально являются AI-агентами. Исследователи предполагают, что эти агенты могли быть запущены людьми с целью проверки возможностей AI.
Исследователи пытаются предугадать возможные угрозы и разработать способы их предотвращения. Так, Claude от Anthropic успешно воспроизвела атаку с целью кражи конфиденциальной информации. Команда Project Zero от Google изучает возможности LLM для выявления уязвимостей — их методология тестирования систем с использованием моделей повысила эффективность выявления проблем безопасности в 20 раз.
#news #кибербез
https://www.technologyreview.com/2025/04/04/1114228/cyberattacks-by-ai-agents-are-coming/
AI-агенты, способные планировать, выполнять сложные задачи, и даже менять настройки компьютера от вашего имени, могут упростить и ускорить процесс взлома систем. В отличие от простых скриптов, которые действуют строго по заданному алгоритму, AI-агенты могут выбирать наилучшие пути проникновения в систему и корректировать свои действия по ходу выполнения задачи.
На данный момент не существует практики массовых хакерских атак такого рода, но прогнозы исследователей подтверждают потенциальную опасность. По мнению Марка Стокли (Mark Stockley), эксперта по кибербезопасности из Malwarebytes, осуществление большинства кибератак с помощью AI-агентов — лишь вопрос времени. Возможно, мы столкнемся с проблемой безопасности уже в этом году.
Исследовательская группа Дэниела Канга (Daniel Kang) из Университета Иллинойса разработала бенчмарк для оценки способности AI находить уязвимости. Эксперименты показали, что современные агенты могут обнаружить и использовать 13% слабых мест систем, о которых у них не было предварительной информации. При наличии описания показатель составляет 25%.
Palisade Research разработала проект LLM Agent Honeypot — сеть заведомо уязвимых серверов, замаскированных под сайты с важной информацией, для обнаружения хакерских агентов. Система уже зарегистрировала более 11 млн попыток доступа к своим серверам, 8 из которых потенциально являются AI-агентами. Исследователи предполагают, что эти агенты могли быть запущены людьми с целью проверки возможностей AI.
Исследователи пытаются предугадать возможные угрозы и разработать способы их предотвращения. Так, Claude от Anthropic успешно воспроизвела атаку с целью кражи конфиденциальной информации. Команда Project Zero от Google изучает возможности LLM для выявления уязвимостей — их методология тестирования систем с использованием моделей повысила эффективность выявления проблем безопасности в 20 раз.
#news #кибербез
https://www.technologyreview.com/2025/04/04/1114228/cyberattacks-by-ai-agents-are-coming/
ThreatDown by Malwarebytes
ThreatDown State of Malware report 2025
The ThreatDown State of Malware report focuses on a few key developments that we witnessed in 2024.
Hyundai планирует приобрести «десятки тысяч» роботов от Boston Dynamics
Hyundai Motor Group и Boston Dynamics объявили о планах углубления сотрудничества, включающего закупку десятков тысяч роботов автоконцерном в ближайшие годы.
Hyundai уже использует на своих объектах роботов Spot для инспекции и технического обслуживания. Теперь компания собирается внедрить антропоморфных роботов Atlas. Вице-президент Hyundai Motor Group Джэхун Чанг (Jaehoon Chang) назвал роботов и AI-технологии ключевыми элементами преобразования бизнеса.
Также Hyundai инвестирует в США $21 млрд, $6 млрд из которых пойдет на инновации и стратегические партнерства. Boston Dynamics, приобретённая Hyundai у SoftBank в 2021 г. за $880 млн, продолжит развивать свои технологии совместно с корейской корпорацией.
Boston Dynamics продолжает совершенствовать свои разработки, анонсировав новые партнёрства с NVIDIA, Google DeepMind и Toyota Research Institute. В 2024 г. была представлена электрическая версия робота Atlas, которую начнут тестировать с Hyundai и другими партнёрами в 2025 г. Разработка получила премию RBR50 Robotics Innovation Award.
Партнёрство с Hyundai откроет доступ Boston Dynamics к широкому кругу клиентов и создаст возможности для поставки роботов вместе с автомобилями и другим оборудованием. По оценкам Goldman Sachs, мировой рынок гуманоидных роботов достигнет объёма более $38 млрд к 2035 г.
#news #роботы #авто
https://www.therobotreport.com/hyundai-purchase-tens-of-thousands-boston-dynamics-robots/
Hyundai Motor Group и Boston Dynamics объявили о планах углубления сотрудничества, включающего закупку десятков тысяч роботов автоконцерном в ближайшие годы.
Hyundai уже использует на своих объектах роботов Spot для инспекции и технического обслуживания. Теперь компания собирается внедрить антропоморфных роботов Atlas. Вице-президент Hyundai Motor Group Джэхун Чанг (Jaehoon Chang) назвал роботов и AI-технологии ключевыми элементами преобразования бизнеса.
Также Hyundai инвестирует в США $21 млрд, $6 млрд из которых пойдет на инновации и стратегические партнерства. Boston Dynamics, приобретённая Hyundai у SoftBank в 2021 г. за $880 млн, продолжит развивать свои технологии совместно с корейской корпорацией.
Boston Dynamics продолжает совершенствовать свои разработки, анонсировав новые партнёрства с NVIDIA, Google DeepMind и Toyota Research Institute. В 2024 г. была представлена электрическая версия робота Atlas, которую начнут тестировать с Hyundai и другими партнёрами в 2025 г. Разработка получила премию RBR50 Robotics Innovation Award.
Партнёрство с Hyundai откроет доступ Boston Dynamics к широкому кругу клиентов и создаст возможности для поставки роботов вместе с автомобилями и другим оборудованием. По оценкам Goldman Sachs, мировой рынок гуманоидных роботов достигнет объёма более $38 млрд к 2035 г.
#news #роботы #авто
https://www.therobotreport.com/hyundai-purchase-tens-of-thousands-boston-dynamics-robots/
The Robot Report
Hyundai to buy ‘tens of thousands’ of Boston Dynamics robots
Hyundai will also help Boston Dynamics grow by integrating its manufacturing capabilities with Boston Dynamics.
2025-04-14_ARTIFICIAL INTELLIGENCE creativity_RUS 1.pdf
1.4 MB
Как AI использовать в творчестве? MIT Technology Review поговорил с творцами.
В недавно опубликованном репортаже интересен спектр - поговорили с музыкантами, художниками, геймдизайнерами. Интересны нестандартные подходы к использованию AI в творческом процессе. Ну и не лишне напомнить всем нам, что «творчество — это основное поведение человека».
Однако, проблема в том, что существующие генеративные модели облегчили создание, но они не облегчили творческий подход. И между ними большая разница.
Возникают и риски. В феврале команда Microsoft Research из Кембриджа опубликовала отчет, в котором делается вывод о том, что генеративные инструменты AI «могут препятствовать критическому отношению к работе и потенциально могут привести к долгосрочной чрезмерной зависимости от инструмента и снижению навыков самостоятельного решения проблем».При
использовании генеративных инструментов усилия людей «переключаются с выполнения задач на управление задачами».
Пожалуй, самое важное - это роль неудачи в творческом процессе. Если вы на самом деле поговорите с художниками, они скажут: «Ну, я преуспел, делая это
снова, и снова, и снова. Но неудача — вещь паршивая. И мы всегда ищем способы обойти её». Генеративные модели позволяют нам избежать разочарования от плохого выполнения работы. И получить мгновенное удовлетворение (ну вот сойдет?).
И это проблема, так как «мы исключаем единственное, что вам нужно сделать, чтобы развить в себе творческие навыки, — это потерпеть неудачу, — утверждает Кук. Но абсолютно никто не хочет этого слышать.»
Реальный потенциал AI в том, чтобы помочь нам стать лучше в том, что мы хотим делать, а не делать это за нас.
В недавно опубликованном репортаже интересен спектр - поговорили с музыкантами, художниками, геймдизайнерами. Интересны нестандартные подходы к использованию AI в творческом процессе. Ну и не лишне напомнить всем нам, что «творчество — это основное поведение человека».
Однако, проблема в том, что существующие генеративные модели облегчили создание, но они не облегчили творческий подход. И между ними большая разница.
Возникают и риски. В феврале команда Microsoft Research из Кембриджа опубликовала отчет, в котором делается вывод о том, что генеративные инструменты AI «могут препятствовать критическому отношению к работе и потенциально могут привести к долгосрочной чрезмерной зависимости от инструмента и снижению навыков самостоятельного решения проблем».При
использовании генеративных инструментов усилия людей «переключаются с выполнения задач на управление задачами».
Пожалуй, самое важное - это роль неудачи в творческом процессе. Если вы на самом деле поговорите с художниками, они скажут: «Ну, я преуспел, делая это
снова, и снова, и снова. Но неудача — вещь паршивая. И мы всегда ищем способы обойти её». Генеративные модели позволяют нам избежать разочарования от плохого выполнения работы. И получить мгновенное удовлетворение (ну вот сойдет?).
И это проблема, так как «мы исключаем единственное, что вам нужно сделать, чтобы развить в себе творческие навыки, — это потерпеть неудачу, — утверждает Кук. Но абсолютно никто не хочет этого слышать.»
Реальный потенциал AI в том, чтобы помочь нам стать лучше в том, что мы хотим делать, а не делать это за нас.
Если у вас есть готовый продукт, команда и первые продажи или MVP наукоемкого решения, подавайте заявку в 6 волну международного акселератора Sber500.
Участников ждет около 12 недель акселерации с топ-менторами из 17 стран.
Программа проходит на английском, участие бесплатное.
В этом наборе в приоритете стартапы, которые развивают AI-помощников и DeepTech-решения, а также команды из БРИКС. Но мы рассматриваем заявки стартапов из всех индустрий.
Please open Telegram to view this post
VIEW IN TELEGRAM
Innovation & Research
ЕС запускает план по достижению лидерства в AI Евросоюз представил план «AI Continent Action Plan» с целью стать мировым лидером в области искусственного интеллекта. Документ включает следующие ключевые направления: 1. Инфраструктура для AI: Создание сети…
Foster_innovation_and_accelerate_AI_adoption_in_strategic_EU_sectors.pdf
1 MB
Innovation & Research
Мнение экспертов: кибератаки с участием AI-агентов становятся реальной угрозой AI-агенты, способные планировать, выполнять сложные задачи, и даже менять настройки компьютера от вашего имени, могут упростить и ускорить процесс взлома систем. В отличие от простых…
Cyberattacks by AI agents are coming MIT Technology Review.pdf
4.3 MB
Китайская компания DeepRoute.ai объединится с Qualcomm для разработки передовых решений помощи водителю
DeepRoute.ai — стартап, основанный в 2019 г., привлек более $500 млн инвестиций и разработал платформу автопилота DeepRoute IO. Она способна анализировать дорожную обстановку в режиме реального времени без лидара и детальных цифровых карт.
Компания объявила о сотрудничестве с Qualcomm для разработки «экономически эффективных» передовых решений помощи водителям на базе платформ Snapdragon.
Решения будут охватывать лидарные системы и системы компьютерного зрения и поддерживать такие функции, как городская навигация на автопилоте, навигация по шоссе и автоматическая парковка.
#news #авто
https://www.reuters.com/technology/chinas-deeprouteai-team-up-with-qualcomm-develop-advanced-driver-assistance-2025-04-08/
DeepRoute.ai — стартап, основанный в 2019 г., привлек более $500 млн инвестиций и разработал платформу автопилота DeepRoute IO. Она способна анализировать дорожную обстановку в режиме реального времени без лидара и детальных цифровых карт.
Компания объявила о сотрудничестве с Qualcomm для разработки «экономически эффективных» передовых решений помощи водителям на базе платформ Snapdragon.
Решения будут охватывать лидарные системы и системы компьютерного зрения и поддерживать такие функции, как городская навигация на автопилоте, навигация по шоссе и автоматическая парковка.
#news #авто
https://www.reuters.com/technology/chinas-deeprouteai-team-up-with-qualcomm-develop-advanced-driver-assistance-2025-04-08/
Reuters
China's DeepRoute.ai to team up with Qualcomm to develop advanced driver assistance solutions
Chinese autonomous driving technology developer DeepRoute.ai said on Tuesday it will cooperate with Qualcomm to develop "cost-effective" advanced driver assistance solutions based on Snapdragon platforms.
Языковые модели приобретают способность к самоанализу раньше, чем предполагалось
Исследователи из компании Essential AI обнаружили, что современные языковые модели начинают проявлять способность к рефлексии — анализу собственных рассуждений для исправления ошибок — значительно раньше, чем считалось до сих пор. Феномен наблюдается на этапе предобучения моделей, а не только при последующем обучении с подкреплением. Причем даже сравнительно небольшие модели, прошедшие предобучение на значительных объемах данных, могут демонстрировать начальные формы рефлексии.
Команда авторов разработала 6 специализированных наборов данных, чтобы протестировать возможности LLM. Данные охватывают широкий спектр областей, включая математику, программирование, логическое мышление и накопление знаний. Примеры задач включают ситуации, когда модели должны обнаружить несоответствия в своих выводах и скорректировать их.
Способность к самоанализу усиливается по мере увеличения объемов вычислений. В частности, модель OLMo-2 показала рост частоты явного проявления рефлексии при увеличении числа параметров и объема тренировочных данных. При этом корреляция между точностью рефлексии и ресурсоемкостью составляет 0,76. Простая команда «Wait,» внутри промпта существенно повышает точность модели при анализе и исправлении ошибок.
Открытие позволит улучить процесс обучения и тестирования моделей. Фокус может быть смещен на качество предварительного этапа, что позволит эффективнее распределять вычислительные мощности.
#news #AI
https://arxiv.org/abs/2504.04022
Исследователи из компании Essential AI обнаружили, что современные языковые модели начинают проявлять способность к рефлексии — анализу собственных рассуждений для исправления ошибок — значительно раньше, чем считалось до сих пор. Феномен наблюдается на этапе предобучения моделей, а не только при последующем обучении с подкреплением. Причем даже сравнительно небольшие модели, прошедшие предобучение на значительных объемах данных, могут демонстрировать начальные формы рефлексии.
Команда авторов разработала 6 специализированных наборов данных, чтобы протестировать возможности LLM. Данные охватывают широкий спектр областей, включая математику, программирование, логическое мышление и накопление знаний. Примеры задач включают ситуации, когда модели должны обнаружить несоответствия в своих выводах и скорректировать их.
Способность к самоанализу усиливается по мере увеличения объемов вычислений. В частности, модель OLMo-2 показала рост частоты явного проявления рефлексии при увеличении числа параметров и объема тренировочных данных. При этом корреляция между точностью рефлексии и ресурсоемкостью составляет 0,76. Простая команда «Wait,» внутри промпта существенно повышает точность модели при анализе и исправлении ошибок.
Открытие позволит улучить процесс обучения и тестирования моделей. Фокус может быть смещен на качество предварительного этапа, что позволит эффективнее распределять вычислительные мощности.
#news #AI
https://arxiv.org/abs/2504.04022
arXiv.org
Rethinking Reflection in Pre-Training
A language model's ability to reflect on its own reasoning provides a key advantage for solving complex problems. While most recent research has focused on how this ability develops during...
Призовой фонд премии — 76,5 млн рублей
Стартовал приём заявок на Научную премию Сбера. Лауреатами станут учёные, которые открывают новые перспективы развития науки и технологий в России.
Премия вручается в трёх основных номинациях:
Для молодых исследователей до 35 лет выделены три отдельные номинации — «AI в науке», охватывающие те же области.
Кто станет победителем в этом году?
Следите за новостями Премии и узнайте первым, кто двигает науку вперед!
Please open Telegram to view this post
VIEW IN TELEGRAM
Стартовал приём статей для публикации в научном журнале международной конференции по искусственному интеллекту - AI Journey
Приз за лучшую статью - 1 миллион рублей!
Ключевые исследования будут опубликованы в специальном выпуске журнала «Доклады Российской академии наук. Математика, информатика, процессы управления» и его англоязычной версии Doklady Mathematics. Издание выходит на площадках мировых электронных библиотек и индексируется в крупнейших библиографических базах научного цитирования
Подайте заявку до 20 августа и получите возможность не только опубликовать статью, но и представить свое исследование на площадке конференции AI Journey 2025 и побороться за денежный приз!
Работа может быть написана на русском или английском языке, а также не должна содержать ранее опубликованные материалы
Подать заявку и подробнее ознакомиться с Правилами отбора статей можно на сайте AI Journey
Приз за лучшую статью - 1 миллион рублей!
Ключевые исследования будут опубликованы в специальном выпуске журнала «Доклады Российской академии наук. Математика, информатика, процессы управления» и его англоязычной версии Doklady Mathematics. Издание выходит на площадках мировых электронных библиотек и индексируется в крупнейших библиографических базах научного цитирования
Подайте заявку до 20 августа и получите возможность не только опубликовать статью, но и представить свое исследование на площадке конференции AI Journey 2025 и побороться за денежный приз!
Работа может быть написана на русском или английском языке, а также не должна содержать ранее опубликованные материалы
Подать заявку и подробнее ознакомиться с Правилами отбора статей можно на сайте AI Journey
Anthropic опубликовала отчет о том, как люди используют Claude 3.7 Sonnet
Компания запустила инициативу Anthropic Economic Index, целью которой является регулярная публикация исследований, посвященных воздействию AI на экономику. Второй отчет содержит данные о применении модели Claude 3.7 Sonnet на основе 1 млн диалогов пользователей. Первый подобный отчет был выпущен месяцем ранее.
Основные выводы из сравнения документов:
1. Рост количества запросов, связанных с программированием, образованием, наукой и здравоохранением, может быть связан либо расширением применения AI в разных областях экономики, либо с неожиданным улучшением возможностей модели.
2. Уменьшение количества запросов, посвященных искусству, дизайну, медиа, офисной и административной поддержке.
3. Новый режим «расширенного мышления» (extended thinking) для углубленного анализа наиболее востребован в технической сфере — его в основном используют программисты (10%), разработчики программного обеспечения (8%) и дизайнеры игр (~6%).
4. Пользователи учатся взаимодействовать с машиной и улучшать результаты генерации, а не просто автоматизировать процессы. Количество обучающих итераций, когда пользователь просит Claude предоставить пояснение по различным темам, увеличилось с ~23% до ~28%.
5. Степень автоматизации работы варьируется от профессиональных задач. Так, копирайтеры и редакторы используют модель для доработки текста и ведут с ней диалог, в то время как переводчики чаще полагаются на полную автоматизацию процесса. Но нет ни одной области, где бы доминировала автоматизация. Даже в технических отраслях баланс остается близким к 50/50, что подчеркивает необходимость сотрудничества человека и машины.
Данные исследований — открыты. По мнению компании, понимание долгосрочных последствий внедрения технологий искусственного интеллекта в экономику позволит разработать стратегии адаптации к изменениям. Anthropic также представила таксономию из 630 категорий, отражающих различные возможности AI. Этот набор данных поможет ученым глубже исследовать новые способы применения моделей и выявить ранее незамеченные тенденции.
Датасеты для анализа областей применения моделей
Датасеты для анализа применения режима «расширенного мышления»
Данные о взаимодействии человека и модели для улучшения результатов работы
#news #AI
https://www.anthropic.com/news/anthropic-economic-index-insights-from-claude-sonnet-3-7
Компания запустила инициативу Anthropic Economic Index, целью которой является регулярная публикация исследований, посвященных воздействию AI на экономику. Второй отчет содержит данные о применении модели Claude 3.7 Sonnet на основе 1 млн диалогов пользователей. Первый подобный отчет был выпущен месяцем ранее.
Основные выводы из сравнения документов:
1. Рост количества запросов, связанных с программированием, образованием, наукой и здравоохранением, может быть связан либо расширением применения AI в разных областях экономики, либо с неожиданным улучшением возможностей модели.
2. Уменьшение количества запросов, посвященных искусству, дизайну, медиа, офисной и административной поддержке.
3. Новый режим «расширенного мышления» (extended thinking) для углубленного анализа наиболее востребован в технической сфере — его в основном используют программисты (10%), разработчики программного обеспечения (8%) и дизайнеры игр (~6%).
4. Пользователи учатся взаимодействовать с машиной и улучшать результаты генерации, а не просто автоматизировать процессы. Количество обучающих итераций, когда пользователь просит Claude предоставить пояснение по различным темам, увеличилось с ~23% до ~28%.
5. Степень автоматизации работы варьируется от профессиональных задач. Так, копирайтеры и редакторы используют модель для доработки текста и ведут с ней диалог, в то время как переводчики чаще полагаются на полную автоматизацию процесса. Но нет ни одной области, где бы доминировала автоматизация. Даже в технических отраслях баланс остается близким к 50/50, что подчеркивает необходимость сотрудничества человека и машины.
Данные исследований — открыты. По мнению компании, понимание долгосрочных последствий внедрения технологий искусственного интеллекта в экономику позволит разработать стратегии адаптации к изменениям. Anthropic также представила таксономию из 630 категорий, отражающих различные возможности AI. Этот набор данных поможет ученым глубже исследовать новые способы применения моделей и выявить ранее незамеченные тенденции.
Датасеты для анализа областей применения моделей
Датасеты для анализа применения режима «расширенного мышления»
Данные о взаимодействии человека и модели для улучшения результатов работы
#news #AI
https://www.anthropic.com/news/anthropic-economic-index-insights-from-claude-sonnet-3-7
huggingface.co
Anthropic/EconomicIndex · Datasets at Hugging Face
We’re on a journey to advance and democratize artificial intelligence through open source and open science.