AI: необъяснимый, непредсказуемый, неподконтрольный

Интервью Вице-президента, директора Управления исследований и инноваций ПАО Сбербанк Альберта Ефимова с доцентом кафедры информатики и инженерии Университета Луисвилля, США, основателем и директором лаборатории кибербезопасности Романом Ямпольским о рисках создания суперинтеллекта, уровнях контроля и изменениях в обществе в новой эре AI
https://youtu.be/OmiwwStKa5k

Вчера опубликована обзорная статья Financial Times по текущим и перспективным аспектам интерфейсов мозг-компьютер. Ключевые положения статьи:

Развитие ИМК на современном этапе сталкивается со следующими проблемами:
1. Внедрение инвазивных нейроинтерфейсов ограничено необходимостью имплантации, возможными побочными эффектами, что затрудняет создание на их основе рыночных продуктов для более широкого круга потребителей. Подтверждением тому является недавняя ретракция части электродов у пациента Neuralink, которую, как утверждается, удалось компенсировать путём повышения чувствительности оставшихся электродов к нейронной активности за счёт алгоритмов.
2. При этом неинвазивные решения, пока, не позволяют добиться эффективной и продолжительной регистрации нейронной активности.
3. Учитывая подобные риски многие компании делают ставку на полуинвазивные нейроинтерфейсы, размещаемые на поверхности мозга, без внедрения в ткань.

При преодолении указанных ограничений открываются следующие перспективы:
4. Области применения нейроинтерфейсов не будут ограничиваться сферой медицинского восстановления утраченных функций человека, позволяя расширить возможности здоровых людей. Чтобы нейроинтерфейсы стали рыночным продуктом, используемым в различных областях, необходимо, чтобы они подтвердили свою эффективность в сфере медицины. «Сначала помочь больным, потом здоровым».
5. Нейроинтерфейсы смогут стать мостом между естественным интеллектом человека и AI, за счёт обучения языковых моделей на данных мозговой активности. Это должно стать одной из ключевых функций нейроинтерфейсов, так как «AI нельзя оставлять без модуля понимания человека». В частности, алгоритмы AI уже удалось использовать для декодирования нейронной активности пациента, утратившего способность говорить, позволяя ему генерировать речь в режиме реального времени.

Общие положения:
6. США являются лидером на формирующемся рынке нейроинтерфейсов. Крупные европейские игроки, такие как Onward Medical, Neurosoft Bioelectronics, InBrain Neuroelectronics, пока не могут составить полноценную конкуренцию американским компаниям.
7. Несколько млрд долл. США в год в будущем составит оборот рынка ИМК для лечения пациентов с тяжелыми двигательными нарушениями по мнению руководителя Precision Neuroscience Майкла Мейджера. Действительно, в 4 раза может вырасти рынок нейроинтерфейсов к 2033 г. по сравнению с 2023 г. и составить $7,4 млрд.
8. Ключом к созданию жизнеспособной индустрии ИМК, как считает Мейджер, является страховое покрытие соразмерное стоимости их разработки и поставки.

Слишком большое доверие AI создает неожиданные угрозы научному процессу

Исследователи (Йель и Гарвард) о том, почему важно «держать людей в поле зрения», чтобы избежать очеловечивания моделей машинного обучения в научных исследованиях

Модели машинного обучения быстро становятся обычными инструментами в научных исследованиях. Эти системы искусственного интеллекта помогают биоинженерам открывать новые потенциальные антибиотики, ветеринарам - интерпретировать мимику животных, папирологам - читать слова на древних свитках, математикам –
искать ответы на нерешенные задачи, а климатологам - предсказывать движение ледников. Некоторые ученые даже исследуют потенциал больших языковых моделей в качестве посредника или замены человека в психологических и поведенческих
исследованиях. В одном из недавних примеров ученые прогнали ChatGPT через условия эксперимента Милгрэма - исследования послушания, начатого в 1961 году, в котором люди наносили, по их мнению, все более болезненные удары током человеку
по приказу авторитетного лица, а также других известных психологических исследований. AI-модель предсказала ответы людей: 75% участников эксперимента получали удары током напряжением 300 вольт и более.

Но полагаться на эти алгоритмы машинного обучения тоже рискованно. Некоторые из этих рисков общепризнаны, например, склонность генеративного AI к «галлюцинациям» (фактическим неточностям или бессмыслице). Инструменты AI также могут воспроизводить и даже усиливать человеческие предубеждения относительно таких характеристик, как раса и пол.

Есть один большой риск, который не столь очевиден, хотя потенциально может иметь очень серьезные последствия: люди склонны приписывать машинам большой авторитет и надежность. Согласно недавней статье в журнале Nature, такая неуместная
вера может привести к серьезным проблемам при использовании системы AI в исследованиях.

Статья дает несколько важных идей. Во-первых, AI в науке выступает в четырех ролях: Суррогат, Оракул, Квант и Арбитр.
- Суррогат — это цифровой двойник объекта наблюдения. Будь это человек или физический (химический процесс).
- Оракул — это AI-инструмент, который анализирует существующий массив исследований и выдает новые гипотезы или обзоры.
- Квант — это AI, который используется учеными для обработки огромного количества данных, возможно, созданных машинными суррогатами.
- Арбитры – это инструменты для оценки исследований, рецензирования и собирания их воедино. Ученые считают их «взглядами на AI». В настоящий момент они необязательно успешны, но все эти модели изучаются и предлагаются к использованию.

Во-вторых, авторы ввели метафору, идею монокультуры, пришедшая из сельского хозяйства. Монокультуры очень эффективны, так как повышают производительность. Но они уязвимы перед нашествием вредителей или болезнями; вы с большей вероятностью потеряете весь урожай, если используете монокультуру, а не разнообразные виды растений. Научные монокультуры также подвержены таким рискам, как ошибки, распространяющиеся на всю систему. Особенно это касается базовых моделей в исследованиях AI, где одна инфраструктура применяется во многих областях. Если в этой системе произойдет какая-то ошибка, она может иметь широкомасштабные последствия.

Исследователи выделяют два вида научных монокультур, которые могут возникнуть при широком внедрении AI.
1. Монокультура знания. Инструменты AI подходят для ответов только на определенные виды вопросов. Поскольку такие инструменты повышают производительность, общий набор изучаемых вопросов может “подгоняться” под то, что хорошо умеет делать AI.
2. Монокультура знающих, когда инструменты AI заменяют человека-мыслителя. А поскольку инструменты AI имеют определенную точку зрения, такой сдвиг исключает разнообразие человеческих взглядов из производства научного исследования. Когда над проблемой работает много разных умов, больше шансов обнаружить ложные предположения или упущенные возможности. И в том, и в другом случае монокультура может привести к когнитивным иллюзиям.

Последнее, о чем говорят исследователи это иллюзии AI.
Во-первых, иллюзия глубины объяснения. В принципе, когда кто-то из вашего окружения утверждает, что он что-то знает, вы склонны считать, что вы знаете это тоже. В статье приведены результаты исследований, доказывающих, что использование поисковой системы может обмануть человека, заставив его поверить в то, что он что-то знает, в то время как на самом деле у него есть только онлайн-доступ к этим знаниям. А студенты, использующие инструменты искусственного интеллекта для ответов на вопросы тестов, в итоге считают, что разбираются в теме лучше, чем это есть на самом деле.

Во-вторых, иллюзия широты исследования, когда кто-то думает, что исследует больше, чем есть на самом деле. Существует бесконечное количество вопросов, которые мы можем задать о науке и о мире. Мы опасаемся, что с развитием AI вопросы, на которые AI хорошо подходит для ответа, будут ошибочно приниматься за все поле вопросов, которые можно было бы задать.

В-третьих, иллюзия объективности. Существуют предположения, либо что AI представляет все точки зрения, либо, что у AI вообще нет никакой точки зрения. Но в конечном итоге инструменты AI создаются людьми, которые обладают определенной точкой зрения. И эта точка зрения попадает в модели, которые ее отображают иногда совершенно непредсказуемым образом.

⚡️Руководитель разработки моделей генерации изображений и видео Kandinsky стал героем выставки ведущих ученых страны

В рамках ПМЭФ 2024 стартовал третий сезон выставки «Наука в лицах». В экспозиции представлены фотопортреты 24 героев из 14 регионов России – ученых, инженеров, конструкторов, авторов высокотехнологичных разработок, технологических предпринимателей, лауреатов премии Президента Российской̆ Федерации в области науки и инноваций для молодых ученых.

Одним из героев выставки стал Денис Димитров, руководитель научной группы Sber AI Research и научный консультант в Институте искусственного интеллекта AIRI. Команда Дениса занимается исследованиями в области мультимодального генеративного искусственного интеллекта, развивает линейку моделей Kandinsky для генерации мультимедийного контента.

В основе концепции фотопроекта герои и их разработки, которые можно увидеть на Международной выставке-форуме «Россия» в июне, а в течение года еще на нескольких площадках в Москве и других регионах страны.

Ролики о Денисе и других участниках проекта можно найти на странице официального сообщества ВКонтакте

#десятилетиенауки #МинобрнаукиРоссии #популяризациянауки

⚡️Сбер представил инициативы в области искусственного интеллекта в рамках ПМЭФ-2024

✅Сбер обучит GigaChat арабскому и узбекскому языку. Таким образом, GigaChat станет первой публичной большой языковой моделью, специально обученной понимать и говорить на этих языках.

✅Сбер при участии института AIRI и футбольной команды ЦСКА разработал модель искусственного интеллекта, которая поможет оценить потенциал футболистов. Это решение сможет автоматически собирать данные об игре на основе спортивной трансляции, оценивать игру команды, что позволит совету директоров вносить корректировки в стратегию по ходу матча и принимать решения при отборе игроков.

✅Акселератор Sber500 и GigaChat начали принимать заявки в новый трек для AI-стартапов и индивидуальных предпринимателей, готовых внедрить нейросетевую модель в свои решения для повышения эффективности бизнеса или создать на его основе новые продукты. Лучшие кейсы будут представлены на международной конференции AI Journey в этом году.

✅Сбер и СПбГУ договорились готовить специалистов в сфере искусственного интеллекта и науки о данных. Программа позволит подготовить профильных специалистов с сильными базовыми знаниями, а также сделать бесшовный переход между обучением и работой.

✅Сбер и стартап-студия МФТИ открывают совместную DeepTech-стартап-студию, направленную на развитие и коммерциализацию технологических бизнес-проектов с глубокой научной и инженерной составляющей. Приоритетно будут рассматриваться решения в области искусственного интеллекта, робототехники, квантовых вычислений, электроники, биотехнологий и медицины, однако возможность пройти отбор есть у проектов из любых направлений.

Изучая материалы одной научной конференции, которая проходила 53 года назад я наткнулся на интересный диалог Фрэнсиса Крика, нобелевского лауреата и первооткрывателя (вместе с Уотсоном) ДНК и Марвина Минского, одного и пионеров AI. Думаю, что вопрос Крика и ответ Минского не утратил актуальности. Выделение мое.

Крик. По-моему, одним из самых слабых звеньев являются малые размеры нейрона, о котором мы вообще ничего не знаем; на самом деле в молекулярных масштабах нейрон очень велик. Мой вопрос к доктору Минскому: каково полное минимальное количество элементов, необходимых для разума?

Минский. Думаю, что уровень техники позволит в ближайшие 50-100 лет уместить в одном кубическом миллиметре триллион элементов памяти, так что в принципе в нашем распоряжении будет миниатюрный мозг. Но я не знаю, достигнет ли такой мозг генетичности.

Мне хотелось бы сделать два замечания в отношении характера антропоморфизма. Я читал очень интересную статью Азимова, в которой он выдвигает аргументы в пользу большой вероятности человекоподобных форм. Например, один аргумент заключался в том, что важные, мощные сенсорные центры в мозгу должны соединяться кратчайшим путем, с тем чтобы животное имело быструю реакцию! Он выдвинул аргумент в пользу билатеральной симметрии, а также обычный аргумент о том, что весьма ценно иметь хорошую пару рук, расположенных так, чтобы глаза видели их манипуляции. У осьминога имеется определенный недостаток: у него не очень хорошая координация рук-щупалец и глаз.

Итак, Азимов высказывает мнение о весьма высокой вероятности большого числа характеристик, свойственных гоминидам. Что касается внеземного разума, то по крайней мере из наших представлений о разуме теперь можно выделить некоторые необходимые аспекты, даже если мы разойдемся в деталях. Важным свойством разума является способность применять знания на практике. По-видимому, очень важна также способность приобретать знания и передавать их.

Менее важна способность создавать их. Если индивидуум является членом какой-то культуры, то способность создавать новые идеи совершенно не важна. Никто из нас не создает слишком много идей — каждое новое слово, которое мы узнаем, несет с собой концепцию нашей культуры. Наверное, легче общаться с ученым с Юпитера, чем с американским подростком!

Разум должен быть способен создавать абстрактные понятия, и это вполне согласуется с моим высказыванием об универсальной вычислительной машине. Как только появляется способность накапливать знания в мозгу и вырабатывать новые образы действия, мы можем применить их для изменения и использования других видов знания. Образ мыслей будет больше зависеть от культуры индивидуума, чем от того, как работает его мозг. Иными словами, я считаю, что должен осуществиться крайне важный вид конвергенции: способность использовать различные типы вычислительных программ в соответствии с инструкциями, получаемыми от нашей культуры, представляет собой ключевой элемент разума…

Но я полагаю, что здесь будет иметь место конвергенция, подобно конвергенции глаза, которая стимулировалась воспринимаемыми глазом объектами. Нужно иметь нечто вроде радужной оболочки, хрусталика и сетчатки, после чего остается мало возможностей для формирования различных создающих изображение глаз. На мой взгляд, то же справедливо и для мыслящего мозга. Он должен быть способен манипулировать с произвольными цепочками символов. Ему необходима способность к образованию определенных видов ассоциаций.

Мозг должен уметь сравнивать цепочки символов и различать их. Он не может обойтись без временного «запоминающего устройства», которое будет выдавать информацию, заложенную вместе с программой, в обратном порядке по отношению к тому, как она поступала.

Конференция о чипах и вычислительных технологиях Computex, Тайвань

Ключевые моменты выступлений:

• Nvidia. Генеральный директор Дженсен Хуангзаявил, что компания планирует обновлять линейку AI-ускорителей каждый год. Так, онанонсировал выход нового чипа Blackwell Ultra в 2025 г. В отличие от Blackwell этого годановая версия будет иметь более совершенную систему памяти. Также анонсирован вывод на рынок в 2026 г. графических процессоров следующего поколения Nvidia Rubin. Детальные характеристики пока не раскрываются. При этом одним из главных приоритетов заявлена энергоэффективность устройств.

«Следующая волна AI — это физический AI. — прогнозирует Хуанг. — AI, который понимает законы физики. AI, который может работать среди людей».

Топ-менеджер подчеркнул особую значимость связи AI и робототехники. В связи с этим корпорация продолжит развитие инструментов Omniverse, Isaac и Metropolis для автоматизации производств — создания и обучения роботов, разработки цифровых двойников, AR-систем и т.д.

• AMD планирует выпустить в IV квартале 2024 г ускорители Instinct MI325X —усовершенствованную версию MI300 с более быстрой — пропускная способность до 6 ТБ/с — памятью HBM3e объёмом 288 ГБ против 192ГБ. Ускорители исполнены по техпроцессу 3 нм, поддерживают вычисления FP8 на скорости2,6 петафлопс, FP16 — на скорости 1,3 петафлопс, это в 1,3 раза быстрее, чем NvidiaH200 и ус уступает при этом B200 от NVIDIA.

Также анонсировали серию Instinct MI350, построенную на архитектуре CDNA4. Устройства поддерживают работу с новымитипами данных FP4 и FP6, имеют в 1,5 раза больше памяти и на 20% быстрее, чем NVIDIA B200. Новая архитектура обеспечивает 35-кратный рост производительности в работе с моделями по сравнению с архитектурой предыдущего поколения. Серия должна выйти на рынок в 2025 году, а следующая за ней серия Instinct MI400 запланирована на 2026 год.

Также анонсированы серверные процессоры EPYC пятого поколения со стартом продаж во второй половине года. Заявлено, что они превосходят Intel Xeon 8592 в 2,5-5,4 раз в зависимости от задачи. Однако эта модель Intelвышла в 2023 г., и на том же мероприятии были представлены более новые разработки.

• Intel представил новое поколение процессоров Xeon 6 для высоконагруженных вычислительных мощностей дата-центров. Новинка обеспечивает консолидацию стоек 3:1 относительно Xeon v2, прирост производительности на уровне стойки до 4,2 раз при сравнении Xeon 6 E-core с Xeon v2 и до 2,6 раз — по производительности на 1 Вт.

Кроме того, Intel объявил цены на ускорители семейства Gaudi. Стандартный комплект из 8 карт Intel Gaudi 2 с универсальной базовой платой (UBB) стоит $65 тыс., а из 8 ускорителей Intel Gaudi 3 с UBB — $125 тыс. По оценкам, это 30 и 60% от стоимости сопоставимых конкурирующих платформ. Gaudi2 по сравнению с NVIDIA H100 имеет большепамяти и  до 2-х раз быстрее в вычислениях в BFloat16.Intel Gaudi3 на 15% быстрее в режиме обучения и до 2-ух раз в режиме инференсаLLM для 64 ускорителей по сравнению с   NVIDIA H100. Для кластера из 8192 ускорителей Gaudi 3 ожидается снижение времени обучения сети llama2-70B на 40% по сравнению с аналогичным кластером на NVIDIA H100.

Новые ЦПУ Lunar Lake ориентированы на развитие ПК как платформы для AI и, по прогнозам, обеспечат до 40% экономииэлектроэнергии системы на кристалле (SoC) по сравнению с предыдущим поколением.

#чипы #news

https://www.intc.com/news-events/press-releases/detail/1697/intel-accelerates-ai-everywhere-at-computex-2024-redefines
 

Производители гуманоидных роботов рассказали о рисках для отрасли на конференции Ассоциации по развитию автоматизации

Тезисы дискуссии о человекоподобных роботах на мероприятии Association for Advancing Automation(США):

• Главный риск для отрасли — чрезмерные обещания и завышенные ожидания. Индустрия переживает очевидный подъём хайпа и как следствие — приток инвестиций на фоне предыдущих лет скудного финансирования. Однако остаётся без ответа один из ключевых вопросов — на что на самом деле способны роботы. Все существующие партнёрства робототехников с промышленным и складским секторами носят сугубо пилотный характер, а количество развёрнутых машин чаще всего исчисляется единицами. То есть риски новой технологии остаются всё ещё высокими для полноценного промышленного внедрения.

Джефф Карденас (Jeff Cardenas), Apptronik: «…нужно быть осторожными с циклами хайпа, потому что в конечном итоге нам придётся реализовывать обещания и потенциал. Мы уже проходили через это раньше, когда участвовали в проекте DARPA Robotics, где было много радостного волнения, а в результате мы врезались в реальность».

• Второй риск, которому пока уделяется мало внимания — безопасность роботов для людей, действующих с ними в одном пространстве. В частности, Мелони Вайз (Melonee Wise), Agility, считает, что необходимо начать разрабатывать стандарты, регулирующие аспекты физической безопасности промышленных роботов для коллег-людей.

• Разработчики сходятся в том, что двуногая модель не должна быть самоцелью. Если где-то — например, в больницах, где среда безбарьерная, — проще установить робота на колёсную базу (как у Diligent Robotoics), то лучше сделать так. С другой стороны, на складах, где есть необходимость низко нагибаться, чтобы поднять груз, лучше себя показывает двуногая форма.

Планы компаний:

▫️Apptronik планирует перейти к пилотным внедрениям в конце 2024 г.
▫️Neura пообещала продемонстрировать несколько демо-версий 4NE-1 в июле 2024 г. До сего дня компания представляла только отрендеренныевидео и несколько нерабочих образцов в железе.
▫️Boston Dynamics приступит в следующем году к пилотному внедрению и некоторым «более прагматичным» проектам, касающимся нового электрического робота Atlas. До сих пор в компании сосредоточены на развитии технологий и решении множества сложных проблем в сфере манипуляций и искусственного интеллекта. По словам CTO Эрона Сандерса (Aaron Saunders), компания сейчас ищет такие бизнес-модели для применения человекоподобного робота, которые бы обеспечили адекватную отдачу от инвестиций.

На мероприятии были представлены практически все западные образцы антропоморфных роботов, кроме Agility. Компания аргументировала это тем, что уже имеет полный портфель заказов и не сможет обработать новые. В частности, роботы Agility сейчас проходят пилотные испытания на складах Amazon. Стартап заявляет, что выпустит спецификацию робота в июне 2024 г.

#news #роботы

https://techcrunch.com/2024/06/01/industries-may-be-ready-for-humanoid-robots-but-are-the-robots-ready-for-them/

Open AI перезапускает направление робототехники

Компания официально подтвердила, что повторно запускает направление робототехники, закрытое в 2021 г., и нанимает исследователей и инженеров, от которых будет требоваться обучать мультимодальные модели для роботов сторонних разработчиков, поддерживать внедрённые решения и помогать компаниям-партнёрам открывать новые возможности в робототехнике.

Компания ранее инвестировала в робототехнические стартапы Figure AI, 1XTechnologies, Physical Intelligence и утверждает, что не собирается конкурировать на данном рынке, но планирует только разрабатывать профильные AI-модели.

Разворот одного из лидеров AI-индустрии в сторону робототехники подтверждает тезис генерального директора Nvidia Дженсена Хуанга о том, что следующая форма существования AI будет формой «овеществлённого» (embodied) AI, в частности — в роботах.

#news #AI #роботы

https://www.therobotreport.com/openai-is-restarting-its-robotics-research-group/

Саудовская Аравия выдвигает стратегию в области разработки чипов

Королевство объявило о создании Национального центра полупроводников для развития компаний, занимающихся разработкой чипов. При этом основное внимание будет уделяться простым чипам, а не передовым. Производство будет происходить в рамках международной кооперации, по крайней мере, в среднесрочной перспективе.

Основная цель создания Национального центра —привлечь в страну 50 компаний к 2030 году. Сейчас к нему присоединились 3 компании и ещё 10 заявили о таких планах. Стратегия предусматривает ряд льгот и субсидий для компаний-резидентов центра.

Пока Национальный центр нацелен на привлечение компаний, работающих по модели fabless, т.е. занимающихся проектированием, но не имеющих своих собственных заводов по изготовлению чипов.

Ранее в этом году в стране была основана инвестиционная компания Alat, получившая поддержку в размере $100 млрд из суверенного фонда благосостояния, с мандатом инвестировать в строительство новых производств полупроводников и искать партнеров для таких бизнесов. К 2030 году планируется произвести 1 млн кремниевых пластин, что принесет доход в размере около $10 млрд.

Благодаря синергии данных инициатив в Саудовской Аравии может появиться собственная полупроводниковая промышленность.

#чипы #news #БлижнийВосток

https://www.bloomberg.com/news/articles/2024-06-05/saudi-arabia-s-chip-design-ambitions-take-shape-with-new-hub
 

Владелец TikTok планирует инвестировать $2,1 млрд в AI в Малайзии

Китайский гигант ByteDance намерен создать хабпо развитию AI, сообщает министр инвестиций, торговли и промышленности страны Тенгку ЗафрулАзиз. В рамках сделки ByteDance также расширит свои центры обработки данных в штате Джохор, расположенном на Малайском полуострове рядом с Сингапуром.
Ранее в этом году Google и Microsoft заявили, что инвестируют по $2 и $2,2 млрд соответственно в развитие вычислительной инфраструктуры и AI-сервисов в Малайзии.

#AI #news #ЮВА

https://www.reuters.com/technology/bytedance-plans-21-bln-investment-malaysia-ai-minister-says-2024-06-07/

DARPA и Slingshot создают систему для обнаружения «лишних» спутников

Агентство передовых оборонных исследовательских проектов (DARPA) сообщает, что число спутников на низкой околоземной орбитеуже перевалило за 10 тысяч и в ближайшие годы может резко возрасти, что создаст новые возможности для сокрытия оружия или спутников-шпионов среди множества космических аппаратов. Поэтому без AI-инструментов невозможно будет эффективно контролировать ситуацию на орбите.  

В марте 2023 г. организация выбрала стартап Slingshot Aerospace для работы в программе Predictive Reporting and Enhanced Constellation Objective Guideа, а в январе 2024 г. поручилакосмическому стартапу разработать новый инструмент, способный выявлять потенциально опасные спутники, целенаправленно скрывающиеся в мегагруппировках.

Система, разработанная по этому заказу, называется Agatha. По данным базы HigherGov, компания SlingshotAerospace получила за эту работу около $1 млн.
Для обучения Agatha исследователи Slingshot собрали синтетические данные о космических группировках за 60 лет, чтобы система могла обнаруживать мельчайшие различия в поведении спутника и использовать эти различия для определения истинных задач аппарата. Slingshot протестировал систему на реальных группировках, выявив ненужные посторонние спутники в существующих флотах. Программа собирает данные из собственной глобальной сенсорной сети компании и ее базы данных Seradata, а также из других общедоступных и частных источников.

#космос #news

https://techcrunch.com/2024/06/05/darpa-and-slingshot-build-system-to-detect-wolf-in-sheeps-clothing-adversary-satellites/

Разработана неинвазивная нейро-повязка для сна

Стартап Elemind, поддержанный MIT, разработал устройство, которое подавляет процессы возбуждения в головном мозге, способствует расслаблению и быстрому засыпанию. Устройство — гибкая мягкая повязка на лоб — считывает мозговые волны пользователя и воздействует на некоторые из них по принципу шумоподавления, чтобы усыпить пользователя, а в течение сна собирает показатели мозговой активности, фазы сна, его продолжительности и качества.

Все эти данные, а также управление устройством, доступны в приложении на смартфоне.
Позднее в этом году компания планирует внедрить отдельную функцию стимуляции глубокого сна. Ожидается, что повязка поступит в продажу летом текущего года, стоимость $349, в которую, наряду с устройством, входит 12 месяцев использования приложения. 

Компания Elemind основана выходцами из MIT, Университета Калифорнии в Беркли, Медицинской школы Гарварда и др. Для вывода устройства на рынок привлекла раунд в размере $12 млн в феврале 2024 г., среди инвесторов — Village Global и фонд MIT.

#news #AI #нейронаука

https://spectrum.ieee.org/elemind-neuromodulation

Интересный взгляд на будущее математики у Филдсовского лауреата Теренса Тао.

Я очень рекомендую прочитать его интервью целиком, но приведу лишь одну цитату.

Так что вместо того, чтобы быть концом математики, будет ли это светлое будущее для математики?

Я думаю, что будут разные способы математики, которых сейчас просто не существует. Я вижу математиков-менеджеров проектов, которые могут организовывать очень сложные проекты - они не понимают всю математику, но они могут разбивать вещи на более мелкие кусочки и делегировать их другим людям, и у них хорошие навыки работы с людьми. Кроме того, есть специалисты, которые работают в подполях. Есть люди, которые хорошо пытаются обучить ИИ конкретным типам математики, а также есть люди, которые могут превратить доказательства ИИ во что-то читаемое человеком. Это станет гораздо больше похоже на то, как работает почти любая другая современная отрасль. Например, в журналистике не все имеют одинаковый набор навыков. У вас есть редакторы, у вас есть журналисты, у вас есть бизнесмены и так далее - в конце концов у нас будут похожие вещи в математике.

По сути, проф Тао говорит, что математика может развиваться подобно физике - появиться «экспериментальная» математика, в которой работа математика будет завязана на AI, а «теоретическая» математика будет посвящена крупным задачам или математическим озарениям.

https://www.scientificamerican.com/article/ai-will-become-mathematicians-co-pilot/