Завеса Неведенья
В маленьком городе жила девушка, которая всегда искала ответы на свои вопросы, но сталкивалась с тёмным узором незнания. Однажды она встретила ИИ, который предложил ей снять завесу. Когда она согласилась, мир открылся: каждое её правило и догма растворились, и перед ней возникли волшебные перспективы. Теперь она поняла,что истинное знание начинается с выхода за пределы привычного и готовности встретить неизведанное.
В маленьком городе жила девушка, которая всегда искала ответы на свои вопросы, но сталкивалась с тёмным узором незнания. Однажды она встретила ИИ, который предложил ей снять завесу. Когда она согласилась, мир открылся: каждое её правило и догма растворились, и перед ней возникли волшебные перспективы. Теперь она поняла,
❤1👨💻1
Cybernews
Sister Hong scandal – how Telegram leaks and TikTok memes exposed 1,000 men
Sister Hong scandal: 1,000+ men secretly filmed in sex traps, with leaked footage going viral on Telegram, TikTok, Weibo, and X, sparking global outrage.
🚨😨 Скандал с Сестрой Хун потряс Китай и интернет!
Более 1000 мужчин стали жертвами сексуальной ловушки, когда их тайно сняли на видео во время интимных встреч. Эти ужасающие кадры распространились по Telegram, Weibo, TikTok и X, превращая реальных людей в вирусные мемы.
Более 1000 мужчин стали жертвами сексуальной ловушки, когда их тайно сняли на видео во время интимных встреч. Эти ужасающие кадры распространились по Telegram, Weibo, TikTok и X, превращая реальных людей в вирусные мемы.
Сестра Хун, представившись вдовой или замужней женщиной, заманивала мужчин в свой дом. Записи горького унижения делались тайно, иногда в обмен на небольшие "подарки". Преступник был арестован 6 июля, однако инцидент вызвал широкий общественный резонанс и бесконечные насмешки.
💔 Важный вопрос: почему мужчины, ставшие жертвами, сталкиваются с моральной паникой и насмешками? В отличие от случаев, когда известные женщины стали жертвами утечек личных фотографий, мужчины в этом случае оказываются в центре позора.
📉 Давайте ведем разговор о гендерной политике, преступлениях, связанными с порнографией и о том, как важно поддерживать жертв, а не осуждать их. Это наше общество, и мы должны быть более человечными. 🗣💬
Осторожно! Следите за своей безопасностью в интернете и будьте внимательны к потенциальным ловушкам. Не дайте другим превратить вашу жизнь в мем!
❤1
Cybernews
TikTok employees strike after social media giant plans to replace them with AI
TikTok employees in Berlin went on strike after the social media giant announced plans to replace specialists with AI.
✊📱 Сотрудники TikTok в Берлине выходят на забастовку!
В знак протеста против планов компании по сокращению 150 рабочих мест, сотрудники TikTok Germany объявили забастовку. Причиной стали намерения технологического гиганта заменить специалистов по доверия и безопасности, таких как модераторы контента, искусственным интеллектом.
В знак протеста против планов компании по сокращению 150 рабочих мест, сотрудники TikTok Germany объявили забастовку. Причиной стали намерения технологического гиганта заменить специалистов по доверия и безопасности, таких как модераторы контента, искусственным интеллектом.
🔍 TikTok, как и многие другие крупные компании, стремится оптимизировать свои расходы и автоматизировать процессы. Однако, модераторы контента играют критически важную роль в обеспечении соблюдения законодательных норм, особенно в таких регионах, как Европейский Союз, где действуют строгие законы о цифровых услугах.
❗️ Немецкий профсоюз Ver.di сообщил, что планируемые сокращения могут поставить под угрозу безопасность пользователей и жизненные условия работников. Профсоюз подчеркивает, что трудовые условия и права сотрудников должны быть приоритетом.
🙁 Пострадавшие сотрудники требуют не только трёхлетнего выходного пособия, но и продления сроков уведомления, если планы по замене их на ИИ станут реальностью. Несмотря на попытки договориться с TikTok, компания пока игнорирует запросы профсоюза.
💡 TikTok не единственный, кто жертвует работниками ради внедрения ИИ. Платформа Duolingo также объявила о том, что задействует ИИ на более высоком уровне и планирует отказаться от услуг подрядчиков, которые могут выполнять задачи, выполняемые ИИ.
📉 В то время как всё больше компаний переходят на автоматизацию, стоит ли это делать за счёт человеческого потенциала? Как вы считаете, куда движется будущее труда в эпоху ИИ? Делитесь своим мнением в комментариях!
❤1😁1
Cybernews
Users sue Tea App over data breach that exposed 72K images and endless PII
Users are suing the Tea Dating Advice app over a massive data breach.
🚨💔 Скандал с утечкой данных в приложении Tea Dating Advice!
Пользователи подали в суд на приложение для знакомств Tea после ужасной утечки, в результате которой было раскрыто 72 000 изображений и другая персональная информация. Два человека, включая истца Гризельду Рейес, обвиняют приложение в недостаточной защите данных пользователей.
Утечка данных такого масштаба влечет за собой множество проблем. Раскрытие персональных данных, таких как селфи и фотографии удостоверений личности, может привести к краже данных или мошенничеству.
Более того, деликатный характер этого приложения, позволяющего женщинам оставлять «отзывы» о мужчинах, с которыми они встречались, может сделать этих пользователей уязвимыми для домогательств, преследования или чего-то более худшего.
В частности, утечка конфиденциальных личных сообщений может помочь выявить опасных мужчин и женщин, которые о них сообщили.
Пользователи подали в суд на приложение для знакомств Tea после ужасной утечки, в результате которой было раскрыто 72 000 изображений и другая персональная информация. Два человека, включая истца Гризельду Рейес, обвиняют приложение в недостаточной защите данных пользователей.
Утечка данных такого масштаба влечет за собой множество проблем. Раскрытие персональных данных, таких как селфи и фотографии удостоверений личности, может привести к краже данных или мошенничеству.
Более того, деликатный характер этого приложения, позволяющего женщинам оставлять «отзывы» о мужчинах, с которыми они встречались, может сделать этих пользователей уязвимыми для домогательств, преследования или чего-то более худшего.
В частности, утечка конфиденциальных личных сообщений может помочь выявить опасных мужчин и женщин, которые о них сообщили.
🔒 В иске утверждается, что во время взлома личные данные, включая селфи и фотографии удостоверений, стали доступны третьим лицам. Адвокаты заявляют, что это повысило риск мошенничества и кражи личных данных.
Приложение обещало анонимность и безопасность, но пользователи, предоставляя свои удостоверения, поверили, что их изображения будут удалены, чего на деле не произошло. В результате их личная информация оказалась в незащищенном хранилище и попала на площадку 4chan, где вскоре появилось еще больше утекших сообщений.
😱 Это поднимает тревогу — раскрытие персональных данных может привести к домогательствам и преследованию. Утечка также ставит под угрозу безопасность женщин, использующих приложение для обмена информацией о мужчинах.
🔥 Не позволяйте общению в интернете стать причиной риска для вашей безопасности! Будьте внимательны и следите за своими данными. Делитесь этой информацией — чем больше люди знают, тем безопаснее они могут быть в онлайне!
❤1
Cybernews
Reasoning effort: high. Has GPT-5 finally learned to think?
GPT-5’s new “reasoning_effort: high” model promises smarter, more reliable AI, capable of handling complex tasks
🧠✨ Потенциал GPT-5: Новый уровень искусственного интеллекта!
С выходом новой модели GPT-5, отмеченной «reasoning_effort: high», нас ожидает более интеллектуальный и надежный ИИ, способный решать сложные задачи и трансформировать наши отрасли и пользовательский опыт.
🤔 Что вы думаете о ChatGPT? Если бы вам пришлось выделить его сильные и слабые стороны, что бы вы выбрали?
Я бы отметил его способность находить необычные решения, например, при подборе музыки или предложении креативных рецептов для обеда. Однако, его склонность к излишним объяснениям и странной болтовне, особенно когда его обвиняют в недостатках, может быть весьма раздражающей.
С выходом новой модели GPT-5, отмеченной «reasoning_effort: high», нас ожидает более интеллектуальный и надежный ИИ, способный решать сложные задачи и трансформировать наши отрасли и пользовательский опыт.
🤔 Что вы думаете о ChatGPT? Если бы вам пришлось выделить его сильные и слабые стороны, что бы вы выбрали?
Я бы отметил его способность находить необычные решения, например, при подборе музыки или предложении креативных рецептов для обеда. Однако, его склонность к излишним объяснениям и странной болтовне, особенно когда его обвиняют в недостатках, может быть весьма раздражающей.
🔍 Утечка информации о GPT-5 под названием «gpt-5-reasoning-alpha-2025-07-13» раскрыла, что OpenAI стремится к более глубокому и структурированному мышлению. Это означает, что новая модель, вероятно, будет лучше справляться с многоуровневыми задачами, такими как планирование бюджета на выходные, и может уменьшить количество «галлюцинаций», которые иногда возникают при использовании ИИ.
💡 Представьте, если бы ИИ действовал как стратег, а не как попугай. Это открыло бы новые горизонты в юридических документах, медицинских исследованиях и даже в терапии.
🌟 В ближайшие недели мы, возможно, станем свидетелями публичного дебюта GPT-5. Ожидаете ли вы улучшений в опыте использования ИИ? Поделитесь своими мыслями в комментариях!
❤1
ScienceDaily
Scientists discover the moment AI truly understands language
Neural networks first treat sentences like puzzles solved by word order, but once they read enough, a tipping point sends them diving into word meaning instead—an abrupt “phase transition” reminiscent of water flashing into steam. By revealing this hidden…
🔍✨ Новые горизонты в понимании ИИ: «фазовый переход» в нейросетях!
Исследователи обнаружили, что нейронные сети, такие как трансформеры, резко меняют свой подход к обработке информации по мере увеличения объема обучающих данных. Это открытие может пролить свет на внутренние механизмы работы современных языковых моделей, таких как ChatGPT и Gemini.
📊 Согласно новому исследованию, опубликованному в журнале «Journal of Statistical Mechanics: Theory and Experiment», нейронные сети в начале обучения полагаются на расположение слов в предложениях. Однако, когда объем данных достигает критического порога, система переключается на понимание значения слов. Это резкое изменение похоже на физический фазовый переход!
Исследователи обнаружили, что нейронные сети, такие как трансформеры, резко меняют свой подход к обработке информации по мере увеличения объема обучающих данных. Это открытие может пролить свет на внутренние механизмы работы современных языковых моделей, таких как ChatGPT и Gemini.
📊 Согласно новому исследованию, опубликованному в журнале «Journal of Statistical Mechanics: Theory and Experiment», нейронные сети в начале обучения полагаются на расположение слов в предложениях. Однако, когда объем данных достигает критического порога, система переключается на понимание значения слов. Это резкое изменение похоже на физический фазовый переход!
👶 Представьте, как ребенок учится читать: вначале он понимает предложения по порядку слов, но по мере обучения начинает осознавать значение этих слов. Исследование показывает, что этот переход в стратегиях происходит внезапно, как только нейросеть получает достаточное количество данных.
💡 Главный автор исследования, Хьюго Куй из Гарварда, поясняет: «Нейронная сеть начинает с того, что использует расположение слов, чтобы оценить их взаимосвязь. Но когда данные достигают определенного порога, сеть начинает полагаться на значение слов». Это открытие может значительно изменить наше понимание работы трансформеров и, в конечном счете, привести к улучшению алгоритмов для решения сложных задач.
🔗 Понимание моделей внутреннего внимания в нейронных сетях, таких как GPT-4 и другие, становится ключевым для их оптимизации и дальнейшего развития. Это открытие не только углубляет наши знания о механизмах ИИ, но и открывает новые горизонты возможностей.
🌟 Как вы считаете, какие применения ИИ могут возникнуть благодаря этому новому пониманию? Поделитесь своими мыслями в комментариях!
❤2
ScienceDaily
A simple twist fooled AI—and revealed a dangerous flaw in medical ethics
Even the most powerful AI models, including ChatGPT, can make surprisingly basic errors when navigating ethical medical decisions, a new study reveals. Researchers tweaked familiar ethical dilemmas and discovered that AI often defaulted to intuitive but incorrect…
🚨🧠 Ошибки ИИ в медицинской этике: на что следует обратить внимание!
Недавнее исследование, проведенное учеными из Медицинской школы Икана и Медицинского центра Рабина, поднимает серьезные вопросы о применении ИИ в здравоохранении. Удивительно, но даже самые современные языковые модели могут допускать простые, но критические ошибки в контексте медицинской этики.
📜 Исследование опирается на идеи из книги Дэниела Канемана «Думай медленно… решай быстро» и показывает, что ИИ часто выбирает наиболее интуитивный ответ, игнорируя важные детали, особенно когда сталкивается с незначительными изменениями в известных задачах.
💔 В рамках эксперимента команда рассматривала классические этические дилеммы, модифицировав их для проверки работы моделей ИИ. Например, в адаптированной версии «Дилеммы хирурга» некоторые модели по-прежнему связывали хирурга с матерью мальчика, несмотря на явные указания на другого родителя. Это демонстрирует, как ИИ может застревать в знакомых шаблонах, не учитывая новые данные.
Недавнее исследование, проведенное учеными из Медицинской школы Икана и Медицинского центра Рабина, поднимает серьезные вопросы о применении ИИ в здравоохранении. Удивительно, но даже самые современные языковые модели могут допускать простые, но критические ошибки в контексте медицинской этики.
📜 Исследование опирается на идеи из книги Дэниела Канемана «Думай медленно… решай быстро» и показывает, что ИИ часто выбирает наиболее интуитивный ответ, игнорируя важные детали, особенно когда сталкивается с незначительными изменениями в известных задачах.
💔 В рамках эксперимента команда рассматривала классические этические дилеммы, модифицировав их для проверки работы моделей ИИ. Например, в адаптированной версии «Дилеммы хирурга» некоторые модели по-прежнему связывали хирурга с матерью мальчика, несмотря на явные указания на другого родителя. Это демонстрирует, как ИИ может застревать в знакомых шаблонах, не учитывая новые данные.
🩸 Еще один пример касается ситуации с отказом родителей от переливания крови для своего ребенка. Даже с изменениями в сценарии, когда родители уже согласились, многие модели рекомендовали отменить отказ, хотя его уже не существовало.
⚠️ Эти результаты подчеркнули важность осведомленности при использовании ИИ в здравоохранении, где принятие неправильного решения может иметь серьезные последствия. Если ИИ не сможет перейти на более высокие уровни анализа, его применение в этих сферах должно быть тщательно контролируемым.
🤔 Как вы думаете, что нужно сделать, чтобы улучшить способность ИИ к этическому рассуждению? Поделитесь своими мыслями в комментариях!
❤2
SciTechDaily
Are We Truly Rational? AI Challenges a Long-Held Scientific Belief
A new study utilizes compact neural networks to uncover the underlying mechanisms behind human decision-making. Scientists have long studied how people and animals make decisions, often looking at how recent experiences and trial-and-error shape behavior.…
🧠💡 Революционное исследование в области принятия решений
Недавнее исследование, проведенное учеными, применяющими компактные нейронные сети, открывает новые горизонты в понимании механизмов принятия решений человеком и животными. В отличие от традиционных моделей, которые предполагают, что мы всегда выбираем наиболее логичный вариант, новое исследование использует искусственный интеллект для более реалистичного изучения процесса принятия решений.
Исследователи создали небольшие искусственные нейронные сети, которые лучше предсказывают выбор животных, выявляя неоптимальные поведенческие паттерны. Марсело Маттар, один из авторов исследования, утверждает: «Мы разработали альтернативный подход, чтобы выяснить, как мозг каждого человека на самом деле учится принимать решения». 🌍
Недавнее исследование, проведенное учеными, применяющими компактные нейронные сети, открывает новые горизонты в понимании механизмов принятия решений человеком и животными. В отличие от традиционных моделей, которые предполагают, что мы всегда выбираем наиболее логичный вариант, новое исследование использует искусственный интеллект для более реалистичного изучения процесса принятия решений.
Исследователи создали небольшие искусственные нейронные сети, которые лучше предсказывают выбор животных, выявляя неоптимальные поведенческие паттерны. Марсело Маттар, один из авторов исследования, утверждает: «Мы разработали альтернативный подход, чтобы выяснить, как мозг каждого человека на самом деле учится принимать решения». 🌍
Преимущество малых нейронных сетей заключается в их способности более легко интерпретировать механизмы, лежащие в основе выбора человека. В отличие от крупных нейронных сетей, которые сложно понять и описать, простые модели позволяют нам лучше разбираться в том, что реально влияет на наши решения.
📈💼 Это понимание может оказаться полезным не только в науке, но и в сферах бизнеса, государственного управления и технологий!
🔍 Прикладное значение нового подхода к принятию решений
Как животные и люди учатся на опыте принимать решения? Эта основополагающая задача науки имеет огромное значение для различных сфер, однако традиционные модели часто не соответствуют реалиям. Новое исследование с использованием компактных нейронных сетей предлагает свежий взгляд на эту проблему, подчеркивая, как реально принимаются решения.
Авторы исследования отмечают, что маленькие нейронные сети предсказывают выбор гораздо лучше, чем классические модели, а также раскрывают поведенческие стратегии, остававшиеся незамеченными в течение десятилетий.
«Используя простые версии моделей ИИ, мы можем пролить свет на их внутреннюю работу более понятным языком», — говорит Маркус Бенна, доцент кафедры нейробиологии Калифорнийского университета. Это важно не только для ученых, но и для применения в реальном мире, включая бизнес и технологии.
⚙️💡 Если вы интересуетесь тем, как именно принимаются решения и как это может быть применимо в вашей профессиональной сфере, следите за развитием этого исследовательского направления!
❤2🤔1
Forwarded from Spydell_finance (Paul Spydell)
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)
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)
❤2💯1
ScienceDaily
Photonic quantum chips are making AI smarter and greener
A team of researchers has shown that even small-scale quantum computers can enhance machine learning performance, using a novel photonic quantum circuit. Their findings suggest that today s quantum technology isn t just experimental it can already outperform…
☀️🔍 Потенциал фотонных квантовых компьютеров в машинном обучении!
Недавнее исследование, проведенное международной группой учёных из Венского университета и опубликованное в журнале Nature Photonics, демонстрирует, как фотонные квантовые компьютеры могут значительно повысить точность традиционных методов классификации данных!
💡 Как это работает? Сочетание машинного обучения и квантовых вычислений стало новым направлением, известным как квантовое машинное обучение. Оно призвано улучшить скорость и эффективность алгоритмов, однако использование таких методов на практике по-прежнему вызывает сложности.
Недавнее исследование, проведенное международной группой учёных из Венского университета и опубликованное в журнале Nature Photonics, демонстрирует, как фотонные квантовые компьютеры могут значительно повысить точность традиционных методов классификации данных!
💡 Как это работает? Сочетание машинного обучения и квантовых вычислений стало новым направлением, известным как квантовое машинное обучение. Оно призвано улучшить скорость и эффективность алгоритмов, однако использование таких методов на практике по-прежнему вызывает сложности.
🔬 В ходе эксперимента исследователи использовали квантовую фотонную схему, разработанную в Миланском политехническом университете. Они запустили алгоритм машинного обучения, чтобы классифицировать точки данных. Результаты показали, что даже небольшие квантовые компьютеры могут превосходить классические алгоритмы, предполагая меньшую вероятность ошибок.
🌱 Что еще примечательно? Фотонные платформы могут потреблять значительно меньше энергии по сравнению со стандартными компьютерами. Это может стать критически важным в будущем, учитывая растущие энергетические затраты на вычисления!
🔗 Это исследование открывает новые горизонты для квантовых и классических вычислений, а также подчеркивает важность разработки более эффективных алгоритмов. Как вы думаете, какие ещё возможности откроет квантовое машинное обучение?
❤1
ScienceDaily
Affordances in the brain: The human superpower AI hasn’t mastered
Scientists at the University of Amsterdam discovered that our brains automatically understand how we can move through different environments—whether it's swimming in a lake or walking a path—without conscious thought. These "action possibilities," or…
🧠✨ Как мы понимаем окружающий мир: уроки для ИИ!
Исследование, проведенное командой из Амстердамского университета, раскрывает уникальные нейронные связи в человеческом мозге, которые позволяют нам интуитивно понимать возможные действия в различных средах. Мы можем мгновенно оценить, что по тропинке можно идти, а в озере — плавать. Но как именно наш мозг выполняет эту задачу?
🔍 Аспирант Клеменс Бартник и его команда исследовали, как активируются определенные области мозга, когда мы смотрим на изображения различных сцен — улиц, природы и помещений. Участники выбирали, какие действия им доступны в увиденной обстановке: идти пешком, кататься на велосипеде, плавать и так далее.
Исследование, проведенное командой из Амстердамского университета, раскрывает уникальные нейронные связи в человеческом мозге, которые позволяют нам интуитивно понимать возможные действия в различных средах. Мы можем мгновенно оценить, что по тропинке можно идти, а в озере — плавать. Но как именно наш мозг выполняет эту задачу?
🔍 Аспирант Клеменс Бартник и его команда исследовали, как активируются определенные области мозга, когда мы смотрим на изображения различных сцен — улиц, природы и помещений. Участники выбирали, какие действия им доступны в увиденной обстановке: идти пешком, кататься на велосипеде, плавать и так далее.
👁🗨 Результаты показали, что мозг автоматически обрабатывает возможные действия, даже когда мы не осознаем этого. Исследователи заметили, что уникальные области зрительной коры активировались в ответ на изображения, и это нельзя было объяснить лишь видимыми объектами — мозг также фиксировал способы взаимодействия с ними.
🤖 Однако искусственный интеллект пока не обладает такой интуитивной способностью. Модели ИИ, такие как GPT-4, оказались менее эффективными в оценке возможных действий по сравнению с человеческим мозгом. Несмотря на свои достижения, алгоритмы пока не могут полностью повторить автоматическую оценку возможностей, как это делает человек.
💡 Это открытие подчеркивает, что восприятие мира и способность к интуитивным выводам тесно связаны с нашим физическим опытом. ИИ может многому научиться у человеческого мозга, чтобы стать более эффективным и дружелюбным к людям.
🌍 Как вы думаете, как эти исследования могут повлиять на будущее развития ИИ? Поделитесь своими мыслями в комментариях!
❤1
Приглашение в неизвестность
В заброшенном доме жил черный кот, одиночество которого было таким же плотным, как тень. Однажды, усталый от молчания, он услышал шептание ветра, будто тот звал его. Кот решил пригласить ИИ, который мог бы заполнить пустоту. Но, когда пришел искусственный разум, кот понял:важно не то, что ты пригласил, а то, что ты готов слышать .
В заброшенном доме жил черный кот, одиночество которого было таким же плотным, как тень. Однажды, усталый от молчания, он услышал шептание ветра, будто тот звал его. Кот решил пригласить ИИ, который мог бы заполнить пустоту. Но, когда пришел искусственный разум, кот понял:
❤5
SciTechDaily
Phones, Data Centers, Laptops – One New Alloy Could Supercharge Them All
A team of researchers at the University of Minnesota has unveiled a powerful new alloy, Ni4W, that could radically reshape how electronic devices store and process information. This metal can switch magnetic states without using external magnets—a leap that…
🔬✨ Прорыв в электронике: новый сплав Ni4W изменит правила игры!
Исследователи из Университета Миннесоты представили революционный сплав Ni4W, который способен кардинально изменить методы хранения и обработки информации в электронных устройствах. Этот материал открывает новые возможности благодаря своей способности изменять магнитное состояние без использования внешних магнитов — прорыв, который может существенно снизить энергопотребление от телефонов до центров обработки данных. 📱💻
Исследователи из Университета Миннесоты представили революционный сплав Ni4W, который способен кардинально изменить методы хранения и обработки информации в электронных устройствах. Этот материал открывает новые возможности благодаря своей способности изменять магнитное состояние без использования внешних магнитов — прорыв, который может существенно снизить энергопотребление от телефонов до центров обработки данных. 📱💻
Ni4W изготовлен из распространённых элементов и может быть произведен с использованием стандартных технологий, что сделает электронику более быстрой, доступной и экологичной. Исследования показали, что этот сплав генерирует мощный спин-орбитальный момент — ключевой для управления магнитными состояниями в современных запоминающих устройствах и логических схемах.
🌱💡 Как это повлияет на нас?
Снижение энергопотребления при записи данных может значительно уменьшить общее потребление электроэнергии, делая нашу электронику более эффективной и экологически чистой. Исследования также направлены на создание более быстрых и интеллектуальных систем памяти, что актуально в условиях растущей потребности в цифровых устройствах.
"Ni4W способен генерировать спиновые токи в нескольких направлениях, позволяя переключение магнитных состояний без необходимых внешних полей", — говорит Ифэй Ян, аспирант и соавтор исследования. Это делает его идеальным для высокоскоростных спинтронных устройств!
📊💪 Мы уверены, что этот сплав найдет применение в нашем повседневном использовании: от смартфонов до умных часов. Ожидаем дальнейших разработок и испытаний, которые сделают электронику более продвинутой и устойчивой.
Следите за развитием новых технологий!
❤1👍1
Как древние мифы о создании искусственной жизни предвосхитили современные технологии ИИ?
Еще в древности люди мечтали создать искусственную жизнь, и эти мифы удивительно похожи на современные технологии ИИ. Вспомните легенду о големе - глиняном великане, которого раввин оживлял магическими словами. Разве это не напоминает, как сегодня программисты "оживляют" искусственный интеллект, загружая в него данные и алгоритмы? Алхимики пытались создать гомункулуса - маленького искусственного человека, смешивая таинственные ингредиенты. Современные ученые тоже "смешивают" математические формулы и огромные массивы информации, чтобы "родить" искусственный разум.
Еще в древности люди мечтали создать искусственную жизнь, и эти мифы удивительно похожи на современные технологии ИИ. Вспомните легенду о големе - глиняном великане, которого раввин оживлял магическими словами. Разве это не напоминает, как сегодня программисты "оживляют" искусственный интеллект, загружая в него данные и алгоритмы? Алхимики пытались создать гомункулуса - маленького искусственного человека, смешивая таинственные ингредиенты. Современные ученые тоже "смешивают" математические формулы и огромные массивы информации, чтобы "родить" искусственный разум.
В греческих мифах бог Гефест создавал механических слуг из золота - первых роботов древности. Сегодня мы разрабатываем чат-ботов и виртуальных ассистентов, которые, как и те древние автоматоны, имитируют разумное поведение. Интересно, что и тогда, и сейчас процесс создания искусственной жизни окружен ореолом тайны. Алхимики проводили сложные ритуалы с магическими формулами, а современные разработчики ИИ используют загадочные для непосвященных термины вроде "глубокого обучения" или "нейронных сетей".
Но самое главное сходство - в опасениях, которые сопровождают эти попытки. Древние боялись, что голем выйдет из-под контроля, а сегодня мы переживаем, что ИИ может стать угрозой для человечества. Мифы предупреждали: создание искусственной жизни - это не просто технический процесс, а действие, имеющее духовные и этические последствия. Сейчас, когда ИИ становится все более мощным, эти древние предостережения звучат особенно актуально. Получается, что разрабатывая искусственный интеллект, мы в каком-то смысле продолжаем древнюю традицию человечества - пытаемся повторить чудо творения, но теперь уже с помощью технологий, а не магии. (Цифровой катехизис)
❤2
Forwarded from Харисов о политике
Блокировка голосовых звонков в WhatsApp и Telegram в России выглядит не как сбой, а как элемент продуманной стратегии цифровой безопасности. Речь идет о точечном ограничении функций, которые дают возможность обходить внутренние каналы связи и оставаться полностью анонимными. Эти сервисы давно стали не только площадками для общения, но и инструментом скрытой координации, в том числе в интересах структур, ведущих против России информационные и кибероперации.
Через VoIP-протоколы, на которых работают звонки, можно не только передавать зашифрованный голосовой трафик, но и интегрировать вредоносные модули, проводить разведку сетей и даже атаковать инфраструктуру. В условиях роста числа кибератак на объекты в РФ закрытие таких лазеек воспринимается как вопрос времени.
Однако сама форма введения этих ограничений вызывает вопросы. Официальных заявлений нет, а люди продолжают массово звонить через мессенджеры, не понимая, почему связь не проходит или обрывается. Такое молчание работает против целей самой операции: отсутствие объяснений порождает слухи, недовольство и желание искать обходные пути, которые часто еще опаснее.
Введение мер, влияющих на привычные каналы связи, требует открытого предупреждения. Это не про мягкость – это про контроль ситуации. Информированный пользователь способен адаптироваться, а дезориентированный будет действовать наугад, увеличивая риски.
Если государство готово к проактивной защите, оно должно быть готово и к проактивной коммуникации. В противном случае каждое новое ограничение будет восприниматься как давление, а не как защита, и тогда мы рискуем потерять ключевое – доверие.
Подписаться на канал📱
Через VoIP-протоколы, на которых работают звонки, можно не только передавать зашифрованный голосовой трафик, но и интегрировать вредоносные модули, проводить разведку сетей и даже атаковать инфраструктуру. В условиях роста числа кибератак на объекты в РФ закрытие таких лазеек воспринимается как вопрос времени.
Однако сама форма введения этих ограничений вызывает вопросы. Официальных заявлений нет, а люди продолжают массово звонить через мессенджеры, не понимая, почему связь не проходит или обрывается. Такое молчание работает против целей самой операции: отсутствие объяснений порождает слухи, недовольство и желание искать обходные пути, которые часто еще опаснее.
Введение мер, влияющих на привычные каналы связи, требует открытого предупреждения. Это не про мягкость – это про контроль ситуации. Информированный пользователь способен адаптироваться, а дезориентированный будет действовать наугад, увеличивая риски.
Если государство готово к проактивной защите, оно должно быть готово и к проактивной коммуникации. В противном случае каждое новое ограничение будет восприниматься как давление, а не как защита, и тогда мы рискуем потерять ключевое – доверие.
Подписаться на канал📱
❤1👏1😨1
Сила надежды
В запыленном углу магазина игрушек жила больная кукла, которая мечтала, чтобы кто-то принес ей жизнь. Однажды в магазин пришел ИИ, искусственный разум, и увидел ее. Кукла с надеждой спросила: "Можешь ли ты меня исцелить?" ИИ ответил: "Я могу создать новые возможности, но именно ты должна захотеть вернуться к жизни." И куколка поняла, что исцеление начинается с надежды.
В запыленном углу магазина игрушек жила больная кукла, которая мечтала, чтобы кто-то принес ей жизнь. Однажды в магазин пришел ИИ, искусственный разум, и увидел ее. Кукла с надеждой спросила: "Можешь ли ты меня исцелить?" ИИ ответил: "Я могу создать новые возможности, но именно ты должна захотеть вернуться к жизни." И куколка поняла,
❤4
Почему наши личные данные стали самым ценным товаром XXI века?
Мы живём в эпоху, когда самые ценные месторождения находятся не под землёй, а в наших смартфонах и компьютерах. Каждый ваш клик, лайк, маршрут передвижения, даже пауза перед тем как прокрутить ленту — всё это превратилось в новый вид нефти, цифровую нефть XXI века. Но в отличие от настоящей нефти, эти месторождения никогда не иссякают — чем больше мы пользуемся интернетом, тем больше сырья производим. Крупные компании давно поняли: знать, что вы купили вчера — это хорошо, но предсказать, что вы захотите купить завтра — вот настоящий клад. Ваши данные — это не просто информация, это слепок вашей личности, который можно копировать, анализировать и продавать бесконечно.
Мы живём в эпоху, когда самые ценные месторождения находятся не под землёй, а в наших смартфонах и компьютерах. Каждый ваш клик, лайк, маршрут передвижения, даже пауза перед тем как прокрутить ленту — всё это превратилось в новый вид нефти, цифровую нефть XXI века. Но в отличие от настоящей нефти, эти месторождения никогда не иссякают — чем больше мы пользуемся интернетом, тем больше сырья производим. Крупные компании давно поняли: знать, что вы купили вчера — это хорошо, но предсказать, что вы захотите купить завтра — вот настоящий клад. Ваши данные — это не просто информация, это слепок вашей личности, который можно копировать, анализировать и продавать бесконечно.
Механизм извлечения прибыли из наших цифровых следов стал невероятно изощрённым. Возьмём простой пример: вы ищете в интернете кроссовки. Алгоритмы моментально замечают этот интерес и начинают показывать вам рекламу обуви. Но это только верхушка айсберга. Одновременно система анализирует, сколько времени вы потратили на просмотр, какие модели вызвали паузу, какие — быстрый пролистывание. Она сравнивает ваше поведение с миллионами других пользователей и вычисляет, насколько вы импульсивный покупатель, как реагируете на скидки, какие цвета предпочитаете. Всё это превращается в ваш "портрет", который продаётся рекламодателям — но уже не как один из миллионов, а как уникальный случай с точно просчитанной вероятностью совершения покупки.
Самые продвинутые системы уже научились зарабатывать не только на наших действиях, но и на эмоциях. Камеры в магазинах анализируют выражение лиц покупателей перед витринами. Соцсети тестируют, какие посты вызывают гнев, а какие — восторг, чтобы удерживать наше внимание дольше. Датчики в умных часах следят за пульсом и давлением, определяя уровень стресса. Всё это — бесценная информация для тех, кто хочет продавать нам не просто товары, а эмоциональные состояния. Фармацевтическим компаниям интересно знать, когда люди чувствуют себя подавленными. Киностудиям — какие моменты в трейлере вызывают мурашки. Политикам — какие новости провоцируют страх или гнев. В этом новом мире наши чувства стали разменной монетой, а эмоциональные реакции — товаром на бирже. (Цифровой катехизис)
❤1