⚡️Опытным путем выявлено, как мозг учится понимать мир - теория Google подтвердилась

Исследователи из Janelia Research Campus впервые показали, как мозг постепенно учится создавать внутренние "карты" окружающего мира.

Ученые наблюдали за тысячами нейронов в гиппокампе мышей в режиме реального времени. Мыши учились ориентироваться в виртуальном лабиринте с двумя типами путей. Для успеха нужно было помнить, где находится награда.

Что обнаружили?
1. Мозг проходит четкие стадии обучения:
- От хаотичных действий к точным и эффективным
- От случайных реакций нейронов к организованной "карте"

2. Нейронная активность постепенно организуется в структуру, похожую на "машину состояний":
- Сначала это неорганизованный кластер
- Затем формируется схема "хаб и спицы"
- В конце появляется кольцевая структура с ветвями

Самым удивительным оказалось то, что эти результаты точно совпали с предсказаниями модели CSCG (Clone-Structured Causal Graph), разработанной ранее в Google DeepMind и Vicarious AI. Эта модель оказалась единственной, которая смогла предсказать не только конечный результат, но и весь путь обучения.

Впервые показан полный процесс формирования когнитивной карты в мозге. Подтвердилась теоретическая модель работы мозга. Это открывает новые возможности для понимания обучения и памяти. Результаты могут помочь в создании более эффективного ИИ

Все данные исследования доступны для интерактивного изучения на сайте: cognitivemap.janelia.org

_______
Источник | #blockchainRF
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney

❗️Значимая разработка: ИИ и робототехника могут помочь в разработке лекарственных препаратов. Представлена умная лаборатория LUMI-lab.

Ученые из Университета Торонто создали автоматизированную лабораторию нового поколения, которая совершает настоящую революцию в разработке систем доставки мРНК-препаратов.

Как это работает?

1. ИИ LUMI-model предсказывает структуры новых липидов

2. Роботизированные системы синтезируют эти липиды и создают наночастицы

3. Автоматические системы тестируют эффективность на клетках

4. ИИ анализирует результаты и планирует следующие эксперименты

Главные достижения:

1. Система самостоятельно обнаружила, что добавление атома брома в структуру липидов значительно улучшает доставку мРНК - это было неожиданным открытием.

2. Разработанный системой липид LUMI-6 показал рекордную эффективность: 20.3% успешного редактирования генов в клетках легких при ингаляционном введении.

3. За 10 циклов экспериментов система протестировала более 1700 новых липидных наночастиц.

Практическое значение:

- Ускорение разработки новых мРНК-вакцин.
- Улучшение генной терапии, особенно для лечения заболеваний легких.
- Возможность создания более эффективных систем доставки лекарств.

Это не полностью автономная система. Ученые по-прежнему контролируют процесс и принимают ключевые решения, но рутинную работу выполняют роботы под управлением ИИ.

_______
Источник | #blockchainRF
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney

#DeepSeek и #Kimi представили технологии, которые могут изменить возможности языковых моделей

Сразу 2 китайские компании
DeepSeek и Kimi почти одновременно анонсировали технологии, которые могут кардинально изменить возможности языковых моделей.

DeepSeek представили NSA, а Kimi выпустила MoBA - два подхода к решению одной из главных проблем современных ИИ систем - неэффективной работы с длинными текстами.

Современные ИИ модели тратят до 80% времени обработки длинных текстов на механизм внимания. Это приводит к огромным затратам на вычисления. Ограничивает возможности работы с большими документами, кодовыми базами и длинными диалогами.

DeepSeek NSA предлагает трехуровневый подход:
- Сжатие токенов для общего контекста
- Умное выделение важных частей текста
- Локальный анализ через "скользящее окно".

Kimi MoBA использует:
- Разделение контекста на блоки
- Умную систему выбора релевантных блоков
- Плавное переключение между полным и разреженным вниманием.

Результаты:
- NSA: ускорение до 11.6 раз при декодировании. NSA оптимизирован под современные GPU архитектуры.
- MoBA: ускорение в 6.5 раз в производственной среде. MoBA предоставляет открытый исходный код.
- Оба решения сохраняют или улучшают качество работы моделей. Обе технологии можно интегрировать в существующие системы.

Для бизнеса преимущества:

- Снижение стоимости использования ИИ

- Возможность работы с большими документами

- Более эффективная автоматизация процессов.

Эксперты отмечают несколько ключевых моментов:

1. Технологии переходят от простой оптимизации к фундаментальным изменениям в работе ИИ.
2. Найден баланс между возможностями и стоимостью вычислений.
3. Открываются новые возможности для практического применения.

_______
Источник | #blockchainRF
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney

⚡️ Google только что выпустили систему AI co-scientist (ИИ-научный партнер)

Это мультиагентная ИИ-система, построенная на базе Gemini 2.0. Основная цель системы - помогать учёным генерировать новые научные гипотезы и ускорять научные открытия.

Это гораздо более продвинутая система, чем GitHub Copilot.

AI co-scientist умеет:

1. Придумывать новые научные идеи и гипотезы. Например, может предположить: "А что если это лекарство от диабета попробовать против рака?" Или найти новый механизм, как бактерии становятся устойчивыми к антибиотикам.

2. Планировать эксперименты
- Предлагает, как именно проверить гипотезу
- Составляет детальный план исследования

3. Анализировать результаты
- Сопоставляет данные с существующими исследованиями
- Предлагает объяснения полученных результатов

4. Работать в команде с настоящими учёными
- Учёный может сказать: "Интересная идея, но давай подумаем еще в этом направлении"
- Система учитывает обратную связь и улучшает свои предложения

Самое главное - система уже доказала свою эффективность. Например:
- Нашла новое применение существующих лекарств для лечения лейкемии
- Предложила новые способы лечения фиброза печени
- Самостоятельно разобралась в сложном механизме передачи генов между бактериями

Проще говоря, если Copilot помогает писать код, то AI co-scientist помогает делать научные открытия. Это как иметь умного коллегу-учёного, который:
- Знает всю научную литературу
- Может находить неочевидные связи
- Предлагает новые идеи для исследований
- И главное - его идеи реально работают, что подтверждено экспериментами

Это большой шаг вперед в использовании ИИ для научных исследований, особенно в медицине и биологии.

_______
Источник | #blockchainRF
@F_S_C_P

-------
Секретики!
-------

⚡️Microsoft создали 1-й в мире квантовый процессор Majorana 1 с топологическим ядром

Microsoft заявляет, что это не просто очередной технологический прорыв, а фундаментальное открытие, меняющее наше понимание материи и открывающее новую эру в вычислительных технологиях.

Помимо известных нам твёрдого, жидкого и газообразного состояний, учёным Microsoft удалось создать принципиально новое состояние материи, используя особый класс материалов — топопроводники.

Революционная архитектура:
- Кубиты размером всего 1/100 миллиметра
- Более быстрые и надёжные, чем существующие аналоги
- Возможность разместить миллион кубитов на чипе размером с ладонь

Вместо прогнозируемых десятилетий, Microsoft планирует создать полноценный квантовый компьютер в течение нескольких лет.

Квантовый компьютер с миллионом кубитов сможет решать задачи, недоступные всем существующим компьютерам мира вместе взятым:

- Разработка новых материалов
- Создание более эффективных лекарств
- Оптимизация логистических цепочек
- Моделирование климатических изменений
- Разложение микропластика на безвредные компоненты

Этому прорыву предшествовали почти 20 лет исследований.

_______
Источник | #blockchainRF
@F_S_C_P

Стань спонсором!

❗️Agentic Commerce - новая эра автономных ИИ-покупателей

В этом году агентная коммерция станет новым трендом. С помощью Coinbase Commerce вы сможете добавить ИИ-агента в корзину покупок, а CoinbaseDev предоставит ему криптокошелек, об этом заявил Брайн Армстронг, CEO Coinbase.

И первые шаги уже сделаны. Coinbase Commerce интегрирует ИИ-агентов в shopping cart:

1. CoinbaseDev обеспечивает агентов криптокошельками
2. Первые проекты уже показывают впечатляющие результаты.

Вот тут демо-проект на Ethereum, где ИИ-агент:
• Самостоятельно бронирует встречи
• Проводит оплату без стандартного checkout flow
• Полностью автономен в принятии решений

А еще фреймворк AgentKit получил поддержку Solana, что открывает новые возможности:

• Мультичейн-интеграции для агентов
• Интеграция с экосистемой Mountain DAO
• Автоматическое управление кошельками в Solana
• Поддержка как интерактивного, так и автономного режимов.

Coinbase создаёт полноценную инфраструктуру, где ИИ-агенты смогут самостоятельно:
• Искать товары и услуги
• Принимать решения о покупках
• Проводить транзакции в разных блокчейнах
• Взаимодействовать с Web2 и Web3 сервисами

Объединение AgentKit, Coinbase Commerce и мультичейн-поддержки создаёт фундамент для полностью автономных торговых ИИ-агентов.

_______
Источник | #blockchainRF
@F_S_C_P

-------
Секретики!
-------

Figure представил нового робота Helix с прорывом в архитектуре управления

Инженеры Figure создали уникальное решение для одной из фундаментальных проблем робототехники: противоречия между скоростью реакции и универсальностью поведения.

Впервые удалось эффективно разделить "мышление" и "действие":

• очень компактная модель управления (80M) для такой сложной задачи
• работает на встроенных GPU - готово к реальному применению
• решает проблему "или быстро, или умно".

Figure заявляют, что они сами создали собственную ИИ-систему, представляющую собой две модели, работающие вместе:S2 — это 7B VLM, S1 — это 80M.

Вот и ответ, почему они разорвали отношения с OpenAI.

Вот что делает Helix особенным - архитектура разделения:

• System 2 (7B параметров) - "мышление" на частоте 7-9 Гц: понимает язык, планирует действия, анализирует контекст

• System 1 (всего 80M параметров!) - "действие" на частоте 200 Гц: превращает планы в точные движения.

• Системы работают параллельно на своих оптимальных частотах, обмениваясь семантическими представлениями.

Ключевой момент - это не просто две отдельные модели, а интегрированная система.

Практические возможности:

• Контроль 35 степеней свободы в реальном времени
• Работа с незнакомыми предметами без дополнительного обучения
• Координация нескольких роботов
• Понимание контекстных команд (например, "подними предмет для пустыни")

Технические достижения:
• Компактность S1 (80M параметров) позволяет работать на встроенных GPU
• Раздельные частоты обеспечивают и скорость реакции, и глубину анализа
• Единая система весов для разных роботов и задач
• Масштабируемая архитектура для реального применения

Это решение может стать стандартом для гуманоидной робототехники, особенно учитывая его практическую реализуемость на доступном оборудовании. Компактность и эффективность архитектуры открывают путь к массовому производству универсальных роботов.

_______
Источник | #blockchainRF
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney

⚡️Вау! 1-й ИИ-агент протокол рабочих процессов для создания приложений без написания смарт-контрактов

То, что раньше требовало 6-12 месяцев работы со смарт-контрактами, теперь делается за часы.

Halliday запустили 1-й ИИ-агент протокол - готовая инфраструктура для работы с разными блокчейнами:

- Безопасная интеграция с AI
- Можно быстро создавать:
* Подписочные продукты
* Агрегаторы ликвидности
* Системы управления активами

Подходит для различных типов бизнес-приложений: DeFi, NFT, DAO и т.д.

Это похоже на момент, когда появление веб-фреймворков сделало веб-разработку доступной для всех. Теперь то же самое происходит с блокчейном.

_______
Источник | #blockchainRF
@F_S_C_P

Стань спонсором!

Microsoft больше не верит в AGI, OpenAI не в приоритете и новые приоритеты корпорации

СЕО корпорации Сатья Наделла дал свежее интервью, в котором можно увидеть новый взгляд корпорации, произошла переориентация.

Наделла рисует Microsoft как компанию, которая не гонится за хайпом, а строит будущее с умом, вот основные моменты:

1. ИИ — не про AGI, а про реальную пользу (Copilot, Azure).
2. Квантовые технологии — их билет в завтра, но пока только на бумаге.
3. Microsoft хотят быть инфраструктурой для всех (Azure), а не просто ещё одним игроком в ИИ-гонке.
4. Плюс немного социальной ответственности — образование, этика.

Теперь по главным тезисам.

AGI — это хайп, а рост экономики — реальная цель. Наделла говорит: «Мы слишком зациклены на AGI как на конечной точке. Для меня важнее — можем ли мы добиться 10%экономического роста?».

По поводу OpenAI. Наделла вспоминает партнерство с OpenAI, но он очень сдержан, Microsoft переоценил ценность стартапа.

Квантовые вычисления — прорыв, но не завтра: «Мы добились прорыва в топологических кубитах... Это может стать реальностью в ближайшие десятилетия. Не завтра в магазинах, но уже в исследованиях работает».

Microsoft гордится, что их топологические кубиты — это не просто лабораторная игрушка, а шаг к будущему, где квантовые компьютеры будут решать реальные задачи. И да, это звучит как намёк: "Эй, Google с вашим Willow, мы идём своим путём, и он круче". Но честно — 10–15 лет до коммерции? Это пока мечты, которые больше для инвесторов, чем для нас с вами.

ИИ + квантовые = козырь Microsoft. Сатья говорит: «ИИ помогает проектировать квантовые системы, а квантовые системы делают ИИ мощнее. Это цикл обратной связи».

Вот тут Наделла играет в долгую. Он видит Microsoft не просто как ещё одного продавца ИИ-ботов, а как компанию, которая сольёт ИИ с квантовыми мозгами и выдаст что-то, чего у других нет. Это амбициозно, и если выгорит — они сделают рынок. Но пока это больше план на бумаге, чем реальность.

Azure — их золотая жила. «Модели ИИ всё равно будут бегать на hyperscale-вычислениях. Я рад быть арендодателем в этом деле», - говорит Сатья.

Наделла видит ценность в инфраструктуре, где есть переизбыток и потребительских приложениях, где OpenAI уже победила, но не в моделях для предприятий, которые становятся товаром.

Microsoft не хочет тратить все силы на создание собственных ChatGPT — они делают ставку на Azure как на платформу, где все будут запускать свои ИИ. Он намекает: пусть страны и конкуренты строят лишние дата-центры, а мы сдадим им мощности в аренду. Это умно — меньше риска, больше стабильной прибыли. Но есть нюанс, если все начнут делать свои облака, Azure может потерять хватку.

Работа и образование — не дайте людям остаться за бортом. Сатья говорит: «Технологии создают больше рабочих мест, чем уничтожают. Но нам надо переосмыслить образование — учить критическому мышлению, творчеству».

По сути, Наделла не хочет, чтобы его обвинили в массовой безработице из-за ИИ. Он честно говорит: автоматизация меняет всё, но мы поможем людям адаптироваться. Это не просто добрые слова — Microsoft уже пушит курсы через LinkedIn и MS Learn. Молодец, что думает о будущем, но звучит как PR.

Этика ИИ — важно, но не душите нас. «Предвзятость в ИИ — реальная проблема, мы работаем над этим. Но регулирование не должно убивать инновации», - говорит Наделла.

Что это значит? Наделла понимает, что безответственный ИИ может подставить Microsoft под удар (скандалы, штрафы). Они вкладываются в "справедливые" системы, но он явно боится, что законы в
{...продолжить в источнике}

_______
Источник | #blockchainRF
@F_S_C_P

Узнай судьбу картами Таро:
✨Anna Taro bot

Со-основатель и экс-VP по исследованиям OpenAI раскрыли секреты создания ChatGPT

В Стэнфорде интересная состоялась лекция: Баррета Зоф и Джона Шульмана, они оба уже покинули компанию.

Они поделились неизвестными ранее деталями разработки системы, которая изменила наше представление об ИИ.

Никто не ожидал, что проект, начатый небольшой командой из 5 человек в сентябре 2022 года, станет глобальным феноменом. За 2 года команда выросла до более, чем 100 человек, пытающихся удержать в равновесии сложнейшую систему.

Самым интересным оказалось то, что создание "послушного" ИИ - это не просто техническая задача. Создатели ChatGPT столкнулись с целым рядом неожиданных проблем: как научить модель отказывать в потенциально опасных запросах, не становясь при этом излишне ограничивающей? Как сохранить разнообразие мнений и стилей, одновременно поддерживая безопасность? Как избежать политической предвзятости в ответах?

Особенно удивительным оказался "эффект бабочки" в обучении: улучшение одного аспекта часто неожиданно ухудшало другие. Например, попытки сделать модель более безопасной иногда приводили к появлению орфографических ошибок, а стремление к более точным ответам могло сделать модель излишне категоричной.

Система пост-тренинга ChatGPT оказалась похожа на тонкую настройку музыкального инструмента: три ключевых компонента (SFT, RM и RL) должны работать в идеальной гармонии. Один отвечает за обучение на качественных примерах, второй - за понимание человеческих предпочтений, третий - за оптимизацию поведения.

Что особенно важно - многие проблемы до сих пор не решены. Как говорят создатели, "чтобы заставить модель делать то, что мы хотим, нужно сначала понять, чего именно мы хотим". И этот философский вопрос оказывается сложнее любых технических проблем.

Одним из самых интересных моментов презентации - обсуждение "человеческого фактора" в обучении ИИ. Оказалось, что разные группы людей, участвующих в разметке данных, дают совершенно разное качество обратной связи. Например, обычные пользователи отлично определяют реалистичность диалогов, но хуже справляются с оценкой корректности информации. Эксперты, напротив, прекрасно оценивают точность, но могут упустить нюансы естественного общения.

Создатели особо подчеркнули, что несмотря на все достижения, мы находимся только в начале пути. Среди ключевых вызовов будущего они выделили:

1. Необходимость сохранения "разнообразия мышления" ИИ систем.

2. Проблему прозрачности принятия решений.

3. Баланс между специализацией и общими способностями моделей.

4. Этические аспекты взаимодействия ИИ с пользователями.

_______
Источник | #blockchainRF
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney