Google запускает еще один эксперимент на поиске, который так прямо и будет называться — AI Search. Анализ использования уже существующих Overviews показал, что пользователям нравится — но войдя во вкус, многие из них захотели большего: возможности задавать более сложные вопросы и активней взаимодействовать с результатами: AI Mode, which compared to AI Overviews offer “more advanced reasoning, thinking, and multimodal capabilities.” 
В общем понятно, что распробовавшие reasoning в чистых моделях, люди хотят его встроенным в поиск;) Интересно, во что же поиск мутирует еще годика через два :)

https://9to5google.com/2025/03/05/google-search-ai-mode-announcement/

_______
Источник | #techsparks
@F_S_C_P

Узнай судьбу картами Таро:
✨Anna Taro bot

У Яна Лекуна в LinkedIn наткнулся на любопытный и точный текст (на ссылку на него). Тоже полностью согласен — но мне кажется, что ситуация интересней. Описанное - не только проблема современного ИИ, но и проблема современного образования, логику и цели которого мы из лучших побуждений переносим на логику обучения нейросетей.
Thomas Wolf в своем тексте (отличное умное чтиво на выходные!) спорит с популярным тезисом о том, что развитие ИИ “сожмет во времени” XXI век — то, чего мы могли бы без ИИ достичь в науке за десятилетия, станет доступно за годы. Мы якобы создадим "country of Einsteins sitting in a data center”. Томас возражает: мы, скорее, создадим “a country of yes-men on servers”.
И дальше приводит в пример много известных историй (и свою собственную), подтверждающую, что не отличники, быстро и хорошо усваивающие материал, обеспечивают прогресс. Открытия и прорывы — в большей степени удел бунтарей, часто непонятых одиночек, тех, кому общепризнанные теории представляются неверными. History is filled with geniuses struggling during their studies. Edison was called "addled" by his teacher. Barbara McClintock got criticized for "weird thinking" before winning a Nobel Prize. Einstein failed his first attempt at the ETH Zurich entrance exam. And the list goes on
В то же время вся логика обучения сейчас (увы, не только нейросеток) нацелен на умение получить правильный ответ: The main mistake people usually make is thinking Newton or Einstein were just scaled-up good students, that a genius comes to life when you linearly extrapolate a top-10% student.
Поэтому радоваться тому, что нейросети все чаще успешно сдают экзамены и все больше похожи на белковых отличников можно только с оговорками: мы создаем грамотных и не знающих устали исполнителей, а не творцов, которые нужны для прорывов. В этом и состоит отличие науки от инженерии. To create an Einstein in a data center, we don't just need a system that knows all the answers, but rather one that can ask questions nobody else has thought of or dared to ask.
We're currently building very obedient students, not revolutionaries. — в точности, как лучшие университеты — и даже неясно, какой смайлик поставить после этой фразы.
https://thomwolf.io/blog/scientific-ai.html
Пост Лекуна:
https://www.linkedin.com/posts/yann-lecun_i-shared-a-controversial-take-the-other-day-activity-7303733090474942464-BOTZ?utm_source=share&utm_medium=member_ios&rcm=ACoAAAAG1F8BVrGEHJUWx_qmuD6Vuk6fQLlImKM

_______
Источник | #techsparks
@F_S_C_P

⚙️ Разработка ботов Telegram от 5000 руб

Запрещенный у нас Facebook продемонстрировал удивительное (особенно учитывая специализацию компании) незнакомство с эффектом Стрейзанд. В преддверии выхода книжки бывшей сотрудницы, которая обвиняет компанию и ее руководство в разнообразных грехах (от сексуальных домогательств до готовности прогнуться под требования Китая ради возможности выйти на тамошний рынок), юристы и пиарщики FB публично и активно засуетились. Тут и многочисленные заявления о ложности утверждений в книге, и просьбы к издательству отложить выход до “устранения недочетов” — например, изменения тональности маркетинга вокруг книги.
Издательство с большим удовольствием отметило,“This book is a first person narrative account of what the author herself witnessed. We thoroughly vetted the book. We have no obligation to give Meta or anyone else the opportunity to shut down her story.”
Пресса и инфлюэнсеры с удовольствием подхватили тему, обеспечив книге интерес, который никакой стандартной маркетинговой кампанией не создашь. Еще до выхода книги пресса активно цитирует и Sarah Wynn-Williams, автора книги, и ругань ее критиков изнутри компании — разогрев перед началом продаж лучше некуда:)
Обидно только, что — как всегда в таких случаях — мы не узнаем, что и как там происходило, цитаты из рабочей переписки можно повернуть по-разному. Впрочем, ангелом Цукерберга и его команду не считает никто, так что новый виток вопросов к компании, в том числе публичных, гарантирован.

https://www.yahoo.com/news/ex-facebook-employee-alleges-sexual-134440432.html

_______
Источник | #techsparks
@F_S_C_P

⚙️ Разработка ботов Telegram от 5000 руб

Очень крутое интервью основателя DeepSeek Ляна Вэньфэна, спасибо Хабру, что его нашли и перевели — потому что в мейнстримной англоязычной прессе фиг что подобное найдешь - там свои герои. Этому интервью скоро год, поэтому читать вдвойне интересно: Лян говорит задолго до того момента, как DeepSeek стал мировой сенсацией.
Показательно, что как и Сэм Альтман, Лян говорит про AGI как главную цель работы: “наша цель — создание AGI (artificial general intelligence, общий искусственный интеллект), а для этого необходимо разрабатывать новые архитектуры, позволяющие добиться высокой производительности даже при ограниченных ресурсах. Это фундаментальные исследования, без которых масштабирование невозможно.”
Мысль, что исследования для DeepSeek важней приложений повторяется с разными акцентами в интервью не раз. Очень строгое позиционирование компании:  важнее всего сейчас — участвовать в глобальном технологическом прогрессе. “Китайские компании годами использовали инновации, созданные за рубежом, и монетизировали их в виде приложений. Но такой подход не может быть устойчивым.” Приятно читать и про приверженность открытым моделям, по очень простой и человеческой причине — а не по каким-то высокопарным соображениям: “Публикации и открытые разработки не ослабляют нас, а наоборот, укрепляют. Для настоящих инженеров быть первым — это честь, а не риск. Открытость — это не просто стратегия, а целая философия, которая привлекает лучших специалистов.”
Там половину хочется разобрать на цитаты, но воздержусь — почитайте сами. Ограничусь ответом на вопрос “Когда же будет AGI?”: “Это может занять два года, пять или десять — но это точно произойдёт в нашем поколении.”
https://habr.com/ru/companies/bothub/articles/878486/

_______
Источник | #techsparks
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney

Ой, бензопилу не в тот канал отправил, картинки у меня в другом - @vis_memory :)) Но пусть уж и здесь висит.
_______
Вернемся к технологиям: Американский стартап Tern предлагает альтернативу GPS под названием IDPS (Independently Derived Positioning System). Чем дальше, тем больше людей сталкиваются с ситуациями, когда сигналы GPS искусственно искажены — и это происходит не только в районах военных конфликтов. Самая многочисленная категория страдальцев — автомобилисты: мы за рулем уже приучены полагаться на комфортную навигацию по маршруту, где бы ни находились.
IDPS — это не просто инерционная навигация, которая давно известна и существовала задолго до популяризации GPS.
Здесь применен характерный подход в работе ИИ с данными: давайте все данные, до которых можно дотянуться, насыпем алгоритму, а он решит, какой точке на карте они соответствуют. IDPS использует картографическую информацию плюс все, что могут сообщить датчики автомобиля — от скорости до информации об окружающих объектах, температуре и пр.
Команда отмечает “Tern AI is a low-cost answer to a problem that the U.S. Department of Transportation has been working on for decades.” Я не DoT, но у меня в Москве проблем тоже хватает, хочу решение, которое isn’t susceptible to spoofing or jamming, and works in dead zones, tunnels, and urban mazes.
https://www.tern.ai/how-it-works/

_______
Источник | #techsparks
@F_S_C_P

▪️Генерируй картинки в боте:
Flux + MidJourney

Очередной любопытный лонгрид на выходные. Не то чтоб прямо про технологии, но в наше время сплошного ИИ невредно почитать, что люди нынче думают про интеллект. Там, как легко догадаться, все непросто.
Интеллект приятно определять прагматично, как средство решать задачи — IQ тесты тому яркий пример, но и в более серьезных местах все крутится вокруг “the ability to acquire and apply knowledge and skills.”
И вот пестрая группа интеллектуалов (простите за каламбур) собралась поговорить и подумать про интеллект, если можно так выразиться, с чистого листа, без привычных шаблонов. Например, рассматривая многообразие видов интеллекта: растительный, животный, человеческий, инопланетный, просто планетный и до кучи эмоциональный.
Любопытно, что собравшиеся активно использовали ChatGPT — как зеркало культурных стандартов, сложившихся в обществе. Задача же группы состояла в попытке отойти от человекоцентричного определения интеллекта, опираясь на наблюдаемые в разных науках эффекты — например, индуцированный целенаправленный фототропизм растений, сильно смахивающий на условные рефлексы животных. Неудивительно, что рабочая группа пришла к выводу: Intelligence is how life, in all its manifestations, strives to perpetuate itself.
Впрочем, это было только начало:) Дальше предстояло пройтись по масштабам — от клетки до цивилизации в целом.
В общем, я давно ждал, когда научная мысль которая движет, скажем, убежденными вегетарианцами, дойдет до осознания, что и веганы в некотором смысле каннибалы, а технологии — всегда зло, если пытаются управлять природными процессами. Но обидно, что про интеллект искусственный даже не поговорили.
Чтение там несложное и относительно недолгое, хорошее переключение головы на выходные
https://bigthink.com/13-8/the-case-for-expanding-the-definition-of-intelligence/

_______
Источник | #techsparks
@F_S_C_P

⚙️ Разработка ботов Telegram от 5000 руб

Очень полезная, хотя и непростая для чтения как любой научный текст, статья в Nature посвящена, на первый взгляд, довольно узкой задаче: использованию больших языковых моделей в процессах поиска и открытия новых в чем-либо полезных материалов.
В начальных разделах статьи указывается, что технологии обработки естественного языка, позволили, наконец, содержательно обрабатывать весь массив когда-либо опубликованных работ по теме, извлекая из них данные, которые формируют большие обучающие выборки.
В разделе про LLM содержится важное замечание: Recently, LLMs have shown their ability in learning universal language representations, text understanding and generation. В итоге в конкретном исследуемом случае оказывается, что Leveraging semantic textual similarity, new materials with similar properties can be identified without human labeling or supervision.
Познавательно выглядит сравнение уже давно использовавшихся пайплайнов открытия новых материалов с использованием методов обработки естественного языка и новых возможностей, появившихся благодаря LLM. Описано, как и почему необходим файнтюнинг готовых моделей.
Речь и здесь уже идет о создании автономных агентов, способных целиком самостоятельно планировать и проводить исследования, причем — снова как люди — эти агенты по ходу дела обучаются и самосовершентвуются: In-context learning allows an AI agent to accumulate experience and evolve so that its actions become increasingly consistent, logical, and effective over time.
При внимательном чтении статья позволяет заглянуть в будущее научных исследований и понять логику, по которой это будущее создается. А еще — почувствовать объем нерешенных проблем, гарантирующих, что в обозримом будущем тем людям, кто создает автономный пайплайн научных открытий, безработица не грозит:)
А для особо любознательных открывается, насколько же наивна, безосновательна и слаба критика ИИ в научных исследованиях со стороны якобы экспертов. Им следует поизучать матчасть. Можно с этой статьи и начать.
https://www.nature.com/articles/s41524-025-01554-0

_______
Источник | #techsparks
@F_S_C_P

Стань спонсором!

Рецензируемые журналы, peer-reviewed journals, традиционно гордятся своим эпитетом: считается, что такая система рецензирования материалов перед публикацией гарантирует их высокий уровень, достоверность и научную ценность. Но еще в 2023-24 было выявлено, что при всех своих несовершенствах, системы детектирования ИИ-контента выявили от 7% до 17% рецензий, содержащих признаки ИИ-генерации; такие цифры заметно выше уровней false positive для детекторов. И, кроме всего прочего, false negative там немал:)
Сами издатели демонстрируют разные подходы: некоторые напрочь запрещают рецензентам использовать ИИ, другие — регламентируют и ограничивают использование (например, использовать можно только локальные инструменты, исключающие утечки еще не опубликованной информации).
Опрос авторов статей показывает (см. картинку прямо здесь в посте), что сами они отнюдь не единодушны в отрицании LLM: около 40% считают генеративные рецензии не менее, а подчас и более полезными в сравнении с рецензиями белковых коллег. Спрос рождает предложение — и рынок начинает наполняться ИИ-предложениями для рецензентов и издательств. Например, не каждый рецензент в состоянии проверить адекватность и точность использования многочисленных процитированных в статье источников; для ИИ-ассистента задача уже тривиальна.
Хотя часть авторов настроены консервативно, другая часть авторов и издатели полагают, что “Within the next two years, I believe automated reviewing of manuscripts through AI will be at a level better than the majority of current human reviews — and crucially, much faster”. Видимо, на том же горизонте сами работы все чаще будут написаны в соавторстве с co-scientist’ами, а потом и ими самими. Логично, чтоб публикации одних ИИ-систем рецензировали другие ИИ-системы:)
https://www.nature.com/articles/d41586-025-00894-7

_______
Источник | #techsparks

Я позорно тяну с записью и выпуском новых эпизодов своего “Трёпа”, поэтому поделюсь свеженьким подкастом, где был в гостях. Из приятного там то, что вопросы были не очень стандартные и не только про ИИ 🙂 От импортозамещения до профессий будущего, с сильным уклоном в маркетинг, от перестройки структуры занятости из-за ИИ до новинок в каналах привлечения трафика на сайт, от нарастающих и раньше не существовавших различий между стартапами и компаниями “со стажем” до собственных моих ошибок в прогнозах про судьбы психотерапевтов…
В общем, на выходные предлагаю не чужие лонгриды, а собственные разглагольствования:)
https://www.youtube.com/watch?v=fNqfGzVldKs

_______
Источник | #techsparks
@F_S_C_P

-------
Секретики!
-------

Кто следит за всякими экологичными ветряками, наверняка вспомнит, что есть два основных класса конструкций. В одной, как в большинстве домашних вентиляторов, лопасти вращаются в вертикальной плоскости и крутят горизонтально расположенный вал. В другой, менее привычной, лопасти расположены вертикально, сама конструкция напоминает большую вертикально стоящую бочку с прорезями: эта бочка вращается вокруг своей оси.
И вот теперь эту же логику применили к летающим аппаратам (как нынче принято, автономным): вместо привычного горизонтального винта вертолета или винтов квадрокоптеров у аппарата несколько бочкообразных «циклороторов» с разных сторон. И он успешно летает! Пока в виде прототипов, но создатели уверены, что и полномасштабный экземпляр скоро взлетит. Они считают основным преимуществом то, что циклороторы могут, в отличие от привычных пропеллеров, практически мгновенно менять направление вектора тяги, управляя лопастями, а не всей конструкцией. А это означает не просто удобство вертикального взлета, но и стабилизацию в условиях турбулентности, недостижимую в привычных летательных аппаратах.
Ну и выглядит футуристичненько!
https://newatlas.com/aircraft/barrel-rotor-flying-car-cyclotech/

_______
Источник | #techsparks
@F_S_C_P

-------
Поддержи канал подпиской
-------