Вот кстати любопытное сообщение в контексте здешних обсуждений о языках и графах: https://t.iss.one/omggpt/3861

Развитие ИИ закончено? Тупиковая ветвь эволюции

В архитектуре трансформеров, на котором базируются все без исключения современные LLMs вшит «деструктивный ген», фактически лимитирующий развитие.

В целом, длину контекстного окна ограничивает комбинация факторов: вычислительные ресурсы (квадратичная сложность), объём памяти устройств и необходимость переобучать модель работать с новыми, большими позициями. Поэтому бесконечно увеличивать окно невыгодно и сложно, и индустрия параллельно исследует и другие подходы – например, хранение знаний во внешних базах и выборочный поиск информации вместо подачи всего контекста разом, но это все внешние костыли.

Интеграция ИИ в коммерческое и бизнес применение невозможна с ограниченным и крайне нестабильным контекстным окном, но НИ ОДНА компания НЕ предоставила эффективного решения.

Это базовые, но не все ограничения трансформеров.

▪️Пробел в памяти: самое серьезное ограничение заключается в том, что у трансформеров нет постоянной, долговременной памяти. Они не способны обучаться на лету в ходе взаимодействия с пользователем. Каждый новый факт или навык требует дорогостоящего процесса дообучения или полного переобучения модели. Это кардинально отличает их от биологического интеллекта, который обучается непрерывно и инкрементально. Контекстное окно — это лишь временный буфер, а не механизм для накопления и интеграции знаний.

Сейчас LLMs – абсолютно изолированный от внешнего мира «черный ящик», архитектурно НЕ имеющий возможность самообучаться и в своей основе не может считаться интеллектом, т.к. первый признак интеллекта – способность к обучению.

▪️Проблема «заземления»: модели обучаются на текстах, а не на взаимодействии с реальным миром. Их «понимание» — это статистический анализ закономерностей в данных, а не осмысленное соотнесение символов с реальными объектами, действиями и их последствиями. LLMs не способны строить абстрактные представления о том, как устроен мир. Это гарантированно приводит к галлюцинациям – генерации правдоподобной, но ложной или бессмысленной информации.

Это ограничение лишь частично можно обойти в рамках, так называемого, «физического ИИ», который упомянул Хуанг, но раскрытие данного направления требует серии отдельных постов.

▪️Врожденная негибкость: архитектура трансформера статична. После завершения обучения веса нейронов фиксируются. Модель не может динамически создавать новые связи («синапсы») или изменять свою структуру в ответ на новый опыт, как это делает человеческий мозг. Эта нехватка пластичности означает, что LLM не являются по-настоящему адаптивными системами.

▪️Неразвитость когнитивных функций. Нынешние архитектуры страдают от ограниченной способности к явному рассуждению и пониманию причинно-следственных связей. Они статистически предсказывают следующее слово на основе шаблонов в данных, но не обладают врождённым «здравым смыслом» или истинным пониманием мира. В результате даже лучшие LLM часто ошибаются в фактах и не умеют надёжно планировать многошаговые решения.

Качество данных является не архитектурным, а технологическим ограничением и как раз решается за счет алгоритмов обучения, но об этом в других материалах.

В совокупности эти ограничения показывают, что архитектура трансформеров, несмотря на всю ее мощь, является тупиковой ветвью на пути к созданию универсального интеллекта. Дальнейшее масштабирование может привести к появлению более изощренных и эрудированных «статистических попугаев», но не к рождению истинного разума.

Любая технология в своем развитии следует S-образной кривой: за периодом медленного старта следует взрывной рост, который затем сменяется плато, где дальнейшие улучшения становятся все более сложными и дорогостоящими. Множество данных указывает на то, что большие языковые модели вступают в эту фазу плато.

Понимает ли Сэм Альтман все это? Вне всяких сомнений да, абсолютно, но публичное признание затруднит многомиллиардные раунды финансирования и расщепит адовый хайп вокруг ИИ, обрушим капитализацию ИИ компания на порядок.

Продолжение следует (скорее всего после данных по инфляции в США)

Отечественное программное обеспечение

НОТИМ подвел итог проведенного опроса о перспективах возвращения иностранных компаний на российский рынок.

В исследовании приняли участие представители более 50 компаний, среди которых преобладали проектировщики (34%), разработчики ПО (21%), заказчики (15%) и технические заказчики (12%). Также в опросе участвовали строители, интеграторы, генеральные подрядчики, представители региональных Минстроев и планировщики.

- 58% респондентов комбинируют отечественные и зарубежные продукты,
- 26% отдают предпочтение преимущественно зарубежным аналогам.
- 62% опрошенных отмечают, что отечественное ПО пока уступает по качеству.

Иные ключевые выводы исследования:
- https://notim.ru/news/opros-notim-rossiyskoe-po-vash-opyt-i-otsenka-konkurentosposobnosti

Крупнейший застройщик Казахстана построил девятиэтажку всего за 45 дней

CEO BI Group Айдын Рахимбаев сообщил, что компания совершила технологический прорыв.

Это двухсекционный девятиэтажный дом из 75 квартир площадью 6600 кв. м в ЖК «Space» в Астане. И первые жильцы уже въехали в новые квартиры.

Такая скорость возведения обеспечена модульной технологией: на производстве BI Group изготавливают готовые блоки со встроенными инженерными коммуникациями, а до 80% работ автоматизированы. Как раз на экскурсии в рамках нашего Урбан-тура застройщик показывал свой модульный завод ещё в 2022 году.

В будущем компания планирует масштабировать этот опыт.

Давненько не было списка топ статей. Накопил за май-июль:

Про стандарты
Приоткрываю таинство разработки стандартов
Как я рисую картинки для стандартов через ИИ - быстро и бесплатно
А штрафы это всегда плохо?
Топ-10 фактов про мои проекты в августе

Про бизнес
Про неадекватные ожидания собственников
Как провести подробный анализ компании бесплатно с помощью ИИ
Динамика роста акций Додо за 3 года
Как равнодушный администратор соцсетей сливает ваших клиентов и что с этим делать

Про развитие
Я не ожидал, что ИИ поймёт меня лучше, чем люди
Что выгодней - развиваться как франчайзи или работать в управляющей компании?
Шкала доминантности на примере героев сказки «Буратино»
И кто я в этой системе

Цифровая грамотность в регионах 2025

АНО Цифровая экономика

Вы просто не умеете его готовить😁 OpenAI выложила обновила кукбук гайдом по новым моделям, чтобы мы все использовали GPT-5 максимально продуктивно

Внутри: полезные советы, руководство по созданию промтов, оптимизатор для промтов, разные секретики по мульмодальности, инструкции по работе в агентном режиме.

Например:

«Ясно формулируйте условия и цели агентных задач. Четко указывайте, когда задача должна завершаться, чтобы модель корректно понимала границы работы и не продолжала бессмысленное выполнение»

или

«Хоть и появился интеллектуальный маршрутизатор, который сам выбирает модель из семейства под ответ, но чем более точный контекст и вводные вы дадите, тем более точный ответ получите»

В общем, на GPT-5 надейся, а сам не плошай😁

Но там действительно полезно — сходите, почитайте.

Научную работу команды GigaChat приняли в основной трек ACL 2025 — главной конференции по обработке естественного языка. Это первая российская статья о векторных представлениях русского языка, вошедшая в основную программу.

Речь о GigaEmbeddings — модели на базе GigaChat-3B, которая помогает ИИ точнее понимать тексты на русском. Архитектуру оптимизировали: число параметров сократили на 25% без потери качества. Модель уже лежит в открытом доступе на GitVerse и HuggingFace.

Для бизнеса это значит: точный поиск, умные боты, рекомендации и RAG-сценарии — без костылей и зависимости от зарубежных решений.

@techmedia

Несколько с запозданием, но всё же… ☺️
---
07.07.2025 опубликованы классификационные таблицы классификатора строительной информации (КСИ) на II квартал 2025 года. Из 234 изменений КСИ 138 внесены по предложению ТИМ-отдела Свердловского Минстроя. Все наши предложения касались дополнения КСИ наименованиями помещений из действующих сводов правил (СП).
---
В предыдущих редакциях КСИ один код мог быть присвоен двум и более помещениям. Например, кабинету начальных классов школы (он же «учебное помещение в образовательной организации, реализующей программы начального общего образования с 1 по 4 классы» согласно п. 7.2.2 СП 251.1325800.2016) соответствовал код «BAE030» – однако в этот же код были включены ещё 6 типов помещений.
Такая ситуация не устраивала нас, поскольку требования к кабинетам начального и общего образования различаны, и, соответственно, различны и автоматические поисковые наборы для проверки ЦИМ.
Для проведения декомпозиции мы смотрим в п.3.4.5 Методики кодирования ИМ ОКС и понимаем, что нам не обойтись без пользовательских типов помещений, т.к. в предыдущих редакциях КСИ не было ничего отдельно для «начальной школы» и для «общеобразовательной школы».
С пользовательской кодировкой, на первый взгляд, трудностей тоже нет: добавляем одну букву после символа «/» и готово. А – для начальной школы, B – для основной школы. Единственно, нам – заказчикам – нужно было прописать все нужные нам варианты пользовательских параметров. Впрочем, весьма вероятно, что развитие декомпозиции могло пойти не так, как будет описано в ТИМ-стандарте или ином классификаторе.
В этой связи мы приступили к проработке перечня нужных нам помещений для формирования предложений по доработке КСИ.
---
Несравненные Анастасия Гусева и Ольга Галитарова выполнили работу колоссальной сложности и колоссальной же полезности, сформулировав Алгоритм наименования помещений медицинских учреждений, который преобразовали в Таблицу систематизации помещений объектов здравоохранения. Затем Анастасия Анатольевна составила Перечень помещений образовательных учреждений и включила весь получившийся материал в областной ТИМ-стандарт.
Помимо теоретической работы, мы оценили жизнеспособность поисковых наборов на помещения и вместе с Ольгой Кутузовой из NSR Specification и техническим экспертом ПО Tangl Аллой Землянской протестировали работу автоматических проверок в ПО Tangl и «Модель и Архив».
А для ответа на вопрос «Какой объём нормативных требований доступен для перевода в машинопонимаемый вид?» мы проанализировали 12 обзоров типичных ошибок, подготовленных региональными госэкспертизами, и определили, что 29 замечаний возможно автоматизировать.
---
Очень надеемся, что со внесением в КСИ кодов и наименований помещений наши разработчики ПО для проверки ЦИМ включат в комплекты поставки наборы преднастроенных проверок на соответствие некоторым требованиям СП.
---
Идеальным сценарием нам видится создание обновляемой базы нормативных документов, в которой находились бы предварительно разобранные тексты нормативных документов, готовые к загрузке в ПО для проверки ЦИМ на языке поисковых наборов. Ранее мы писали, что подобная связка реализована между NormaCS Specification и CADLib «Модель и Архив». Было бы здорово расширить круг взаимодействия и с другим ПО для проверки моделей – тогда появится шанс упростить работу проектировщиков, заказчиков и экспертов – все они смогут хотя бы частично перенести своё внимание с технического вопроса «Как делать?» на сущностный «Что делать?».
---
P.S. Важно отметить, что сейчас мы рассматриваем автоматизированные проверки в первую очередь как вспомогательный инструмент для входного контроля ЦИМ, помогающий обратить внимание специалиста на конкретное помещение в т.ч. и в чертежах.

ТИМ: ГГЭ в мире больших идей и маленьких дел.

Шёл 2025 год. ТИМ по версии Минстроя и ТИМ по версии ФАУ «ГГЭ» — это как «еж» и «уж»: оба вроде живут в одной экосистеме, но встречаться не спешат. Два уютных параллельных мира.

Вадим Андропов, первый зам ГГЭ, сегодня заявил:

Часто под моделированием понимают 3D-фигурочки… но мы понимаем, что моделирование — это управление рисками, анализ и прогноз.

Как бы жестко это не звучало, Вадим Андропов прав: весь этот ТИМ пока выглядит теми самыми "веселыми картинками"! Только вот картинка красивая, но и рисков в реальности больше от того, что непонятно, чем они вообще управляют.

На земле всё куда прозаичнее:
▫️Стоимость, которая выходит из ПДОСС, «не нужна никому» — об этом Анвар Шамузафаров говорит уже без купюр.
▫️Сроки? Даже не смешно.
▫️Единые требования к информоделированию? Стандарты? Ага, конечно…

Главное — чем всё это время управляла сама ГГЭ, пока отрасль игралась в эти самые 3D-шечки? Ведь в ЕЦПЭ уже лежит тысяча с лишним моделей… без связки с теми самыми XML-данными, но с гордой отметкой «проверено». Чтобы галочку поставить и потом показать на слайдах? Бодро отчитавшись: «Работаем»!? Где конкретика?
▪️Какие типовые модели вы хотите видеть?
▪️Как вы меряете эффективность?
▪️Сколько специалистов вы реально подготовили под заявленную методологию?
▪️Какое ПО нужно, и что делаете, чтобы оно появилось? К слову, как теперь быть с теми разработчиками, смотреть им в глаза, кто оказывается разрабатывает совсем не то?

Пока идет просто сбор XML со всей отрасли для ГГЭ. Но ведь ГГЭ работает для Заказчика, т.е. для людей. Чем и как улучшается их деятельность, не говоря уже о том самом управлении?

Пикантность в том, что подвед по сути саботирует декларируемый Минстроем курс на ТИМ, фактически заявляет во всеуслышание: «Мы идём не туда»! А куда? Как? С какими инструментами? В нынешнее непростое время, набравшись такой смелости в трактовке поручения Президента о переходе к системе управления жизненным циклом ОКС путем внедрения ТИМ сидеть в сторонке и ждать пока все это "рассосется" мягко говоря, неправильно. В документах — тишина, чёткого маршрута и списка действий нет вообще. Даже их собственная Стратегия закончилась в 2025 году — дальше, видимо, будет «сами разберётесь».

Пока Минстрой пытается строить систему управления жизненным циклом объектов, ГГЭ, похоже, строит собственную версию «Матрицы», где можно бесконечно «управлять» 3D-кубиками и манипулировать (это цитата!) данными ради аналитики, которая никому не помогает и заниматься ванговательными практиками — теми самыми предсказаниями (это тоже цитата). На «Витрине» найти стоящую ТПД, смету или ВОР из этих самых моделей — всё равно что поймать единорога. Так и живём: отрасль ждёт конкретных предложений, а ГГЭ — когда нынче модный ИИ с 2D-картинок сам соберёт те самые ВОР, аккуратно свяжет их с ФСНБ-2022 и прогонит через КПСР.
Бинго, коллеги. Расходимся.