США только что выпустили свой план действий в гонке ИИ

Мы опишем самые интересные моменты, которые требуют внимания:

1. Хотят создать "умные" чипы(Location verification features), которые можно найти удаленно и отключить. Технически сложно реализовать, но политически понятно в контексте стратегии сдерживания противников. Однако эффективность таких мер под большим вопросом.

2. Правительство США будет покупать ИИ-системы только у тех компаний, которые гарантируют политическую нейтральность своих моделей - то есть отсутствие встроенных либеральных или "прогрессивных" установок, которые, по мнению администрации Трампа, навязывались предыдущими разработчиками.

3. США хотят, чтобы их открытые модели стали глобальными стандартами, встроенные в базовые ИИ-инфраструктуры мира.

4. Формируют "американский ИИ-альянс" из лояльных стран.
Экспортируют полный технологический стек только союзникам. Блокируют доступ к передовым технологиям для противников. Заставят страны выбирать между американским и китайским ИИ-блоком.

5. Хотят перестроить внутреннюю экономику под ИИ:
- Массовое строительство ЦОДов, расширение электросетей и энергогенерации.
- Восстановление производства полупроводников США.
- Автоматизация научных исследований через ИИ-лаборатории.

6. Создать дата-центры для армии и спецслужб. Запустить
программы DARPA по созданию объяснимого ИИ для боевых систем. Интеграция ИИ во все военные операции и процессы.

7. Создание крупнейших в мире научных датасетов. Автоматизированные лаборатории, управляемые ИИ.
Ускорение открытий в медицине, материаловедении, энергетике,
Секвенирование всей жизни на землях для обучения ИИ.

8. Подготовить рабочую силу для ИИ-экономики:
- Массовая переподготовка работников для ИИ-инфраструктуры
- Создание новых образовательных программ по ИИ
- Налоговые льготы для компаний, обучающих сотрудников работе с ИИ
- Интеграция ИИ-навыков во все уровни образования.

Законы масштабирования ИИ+нейро=браслет от Meta, управляющий смартфоном, компьютером жестами

Это универсальный нейроинтерфейс. Вместо создания отдельных систем для разных пользователей они применили принципы современного машинного обучения к биологическим сигналам. Ранее, Meta* анонсировала выход к концу года AR-очков с этой функцией.

Команда создала полный цикл от железа до готовой системы с открытыми данными и кодом.

Команда разработала беспроводной браслет с 48 электродами, который записывает сигналы мышц запястья (sEMG). Главное отличие — в подходе к обучению моделей:

1. Собрали данные с 6,627 участников (вместо обычных десятков)
2. Применили архитектуры из области NLP: LSTM для жестов, Transformer для рукописного ввода
3. Показали, что качество растет по степенному закону при увеличении данных.

Анализ внутренних представлений показал, что нейросеть выучивает физиологически обоснованные паттерны — сверточные фильтры напоминают потенциалы двигательных единиц мышц.

Пока система уступает традиционным интерфейсам по скорости. Трекпад MacBook обеспечивает время захвата цели 0.68с против 1.51с у нейроинтерфейса. Однако в сценариях, где руки заняты или требуется скрытый ввод, такая производительность может быть достаточной.

*запрещенная компания в России.

Microsoft опубликовала список 40 профессий, в которых ИИ применим и 40, где наименее применим. Они изучили данные опросов 200тыс участников.

Профессии, где ИИ чаще всего применяют:

1. Переводчики и интерпретаторы
2. Историки
3. Менеджеры по продажам
4. Писатели и авторы
5. Представители службы поддержки клиентов.

Профессии, наименее подверженные влиянию ИИ:

1. Физический труд и работу с людьми (медсестры, массажисты)
2. Управление и мониторинг оборудования (операторы водоочистных сооружений, водители грузовиков)
3. Ручной труд (посудомойщики, кровельщики, уборщицы)

Исследование не выявило сильной устойчивой связи между показателем применимости ИИ и заработной платой - корреляция составила всего 0.07 .

Профессии со степенью бакалавра показали несколько более высокую применимость ИИ по сравнению с профессиями с более низкими образовательными требованиями , хотя различия не являются кардинальными.

Авторы признают несколько важных ограничений своего исследования:

1. Анализировались только данные Bing Copilot
2. Сложно отличить рабочие разговоры от личных
3. База данных может не отражать современные изменения в профессиях
4. Исследование ограничено американским рынком труда.

Google представили новый подход создания ИИ-агентов для deep research

Test-Time Diffusion Deep Researcher (TTD-DR) может генерировать сложные исследовательские отчеты.

TTD-DR работает как диффузионная модель, но вместо картинок создает тексты. Диффузия применяется к процессу работы агента.

Основная инновация в том, что они применяют концепцию диффузии к процессу генерации исследовательских отчётов, а не к созданию самого агента.

TTD-DR:

1. лучше справляется с задачами, где нужен глубокий анализ и многоэтапное рассуждение, чем традиционные модели.

2. имитирует работу исследователя: не просто отвечает, а итеративно улучшает результат.

3. применим в науке, аналитике, образовании.

Но есть и нюансы: процесс требует много ресурсов, а качество результата зависит от доступных источников.

Вот это да- Стартап Ильи Суцкевера будет использовать только TPU от Google

Об этом Сундар Пичаи, СЕО Google, заявил во время сессии, посвященной финансовым результатам компании, что стартап Safe Superintelligence (SSI), основанный Ильёй Суцкевером, будет использовать исключительно тензорные процессоры Google (TPU) для своих исследований.

Впервые об этом стало известно в апреле 2025.

Anthropic представили ИИ- агентов для аудита безопасности LLM

Команда опубликовала исследование о разработке ИИ-агентов. Работа решает практическую проблему - как масштабировать процессы проверки безопасности ИИ-систем, когда ручной аудит требует слишком много времени экспертов.

Anthropic разработали 3 агента:

1. Агент-исследователь — проводит комплексное расследование модели, используя инструменты интерпретируемости, анализ данных обучения и различные техники тестирования.

2. Агент оценки — автоматически создаёт тесты для измерения конкретных типов проблемного поведения.

3. Агент красной команды — ищет входные данные, которые могут вызвать нежелательные ответы модели.

Результаты тестирования

Агенты проверили на синтетических задачах с заведомо известными проблемами:

- Агент-исследователь обнаружил скрытые цели модели в 13% случаев (до 42% при использовании нескольких агентов).

- Агент оценки создал корректные тесты для 10 из 10 проблемных поведений.

- Агент красной команды выявил 7 из 10 внедрённых уязвимостей.

Агенты пока не идеальны:
• Иногда генерируют нереалистичные тестовые сценарии
•Могут зацикливаться на одной гипотезе и пропускать другие проблемы
•Хуже людей справляются с выявлением тонких, субъективных проблем
•Тестировались в основном на искусственных задачах

Элад Гил, известный инвестор в Долине: уже понятны лидеры рынка на 1-2года. ИИ продает труд, не софт. Экономика меняется в 10 раз.

Гил - ранний инвестор таких стартапов как: Harvey, Perplexity, Character.AI, BrainTrust и др.

Он считает, что за последний год произошла кристаллизация некоторых сегментов рынка ИИ, и стали понятны вероятные лидеры рынка на ближайшие 1-2года:

1. LLM: Anthropic, OpenAI, Google, Meta(запрещенная в России организация), Microsoft. Остальные либо купят, либо умрут. Барьер входа — миллиарды $.

2. Код: Cursor, Claude Code, GitHub Copilot, Windsurf. Рост с $0 до $500M ARR за 2 года. Безумная скорость.

3. Юриспруденция: Harvey доминирует в корпоративном сегменте, CaseText в остальном. Рынок схлопнулся вокруг них.

3. Медицинское документирование: Abridge, Ambience, Nuance. Консолидация завершена.

4. Клиентский сервис: Decagon и Sierra выиграли стартап-гонку. Incumbents добавляют ИИ к существующим продуктам.

Что дальше?Следующая волна рынков созревает в этих сферах : бухгалтерия, compliance, финансовые инструменты, продажи, безопасность. Пока неясно, кто выиграет, но модели уже достаточно хороши.

GPT Ladder работает: каждое поколение моделей открывает новые рынки. GPT-3.5 → маркетинг и чат. GPT-4 → код и юриспруденция. GPT-5 → что-то новое.

Элад активно инвестирует в покупку целых компаний для внедрения ИИ, а не просто продажу софта. Так как часто проблема не в технологии, а в том, что организации не могут перестроить процессы под ИИ достаточно быстро. Проще купить компанию и перестроить её изнутри.

Переход к агентам — сдвиг от "ИИ-чата" к агентным workflow. Coding tools и customer service уже делают это в B2B.

Главный сдвиг: от продажи лицензий SaaS к продаже единиц труда. Вместо "$50/месяц за пользователя" будет "столько-то за обработанный документ/написанный код/решенную задачу". Это меняет экономику в 10 раз.

Время M&A: когда лидеры ясны, начинаются "market ending moves". Покупка конкурента часто дешевле конкуренции с ним. Ждите волну сделок.

⚡️Китай создал ИИ, который впервые может создать новые архитектуры. Они называют это моментом AlphaGo

ASI-Arch - 1ая система искусственного сверхинтеллекта (ASI) для автоматизации научных исследований в области нейронных архитектур без участия человека.

Система может автономно выдвигать гипотезы о новых архитектурных концепциях, реализовывать их в виде исполняемого кода, обучать и эмпирически проверять их производительность через строгие эксперименты.

ASI-Arch создала 106 новых архитектур, превосходящих человеческие разработки - это не теоретическое достижение, а практический результат.

Ключевые достижения ASI-Arch:

1. 1,773 автономных эксперимента. 20,000 GPU-часов вычислений. Обнаружено 106 новых архитектур линейного внимания, превосходящих существующие.
2. Переход от автоматизированной оптимизации к автоматизированным инновациям. Система не просто перебирает варианты в заданном пространстве, а создает принципиально новые архитектуры.

3. Впервые эмпирически показано, что архитектурные прорывы можно масштабировать вычислительно - чем больше вычислений, тем больше открытий (линейная зависимость).

ASI-Arch основана на FLAME, LM-Evaluation-Harness и Flash Linear Attention. GitHub - GAIR-NLP/ASI-Arch: AlphaGo Moment for Model Architecture Discovery, что указывает на использование существующих открытых инструментов и фреймворков в качестве основы для создания этой системы.

Разработка является результатом труда команды GAIR-NLP.

Рой ИИ-агентов уже здесь:Anthropic выпускает субагентов - это помощники Claude Code

Субагенты - это предварительно настроенные ИИ-агенты, которым Claude Code может делегировать задачи.

Каждый субагент:
- Имеет конкретную цель и область экспертизы
- Использует собственное окно контекста, отдельное от основного разговора
- Может быть настроен с определенными инструментами
- Имеет собственный системный промпт, который направляет его поведение.

По сути, вместо одного универсального Claude у вас может быть команда: один ревьюит код, другой дебажит, третий работает с данными.

Субагенты полезны для больших, а не маленьких проектов.

Итоги уходящей недели, то, что имеет значение в России и мире

ИИ

AWS запустили Kiro — новая агентная IDE бросает вызов Cursor

Hunyuan выпустил 3D World Model 1.0 — первая открытая модель для генерации 3D-миров, совместимая с CG-пайплайнами

Scale представили фреймворк для обучения ИИ-моделей на задачах без однозначных ответов

GitHub Spark создает с помощью ИИ из идей полноценные приложения на естественном языке

Anthropic выпустили субагентов — ИИ-агенты для делегирования задач в Claude Code

Google представил агентов для deep research

Скандал разродился вокруг золотой медали OpenAI на международной олимпиаде по математике для школьников. А также результаты Google.

Anthropic заявили, чем больше времени уходит у ИИ на размышления, тем снижается её производительность

Также Anthropic обнаружила, что языковые модели могут передавать свои черты даже через бессмысленные данные

Китай создал ИИ, который может самостоятельно создавать новые архитектуры, что может изменить подход к разработке

Китайская компания StepFun анонсировала открытую мультимодальную модель, которая конкурирует с OpenAI o3 и Claude Opus 4

Новая ИИ-модель MindJourney решает задачи в 3D

Корпоративные стратегии и инвестиции

У OpenAI и SoftBank разногласия по проекту Stargate

Meta готовит 2-нм чип

Свежий отчет Goldman Sachs об экономике ИИ

Известный инвестор в Долине Элад Гил утверждает, что ИИ продает труд, а не софт, меняя экономику в 10 раз

Алексей Федоров, вице-президент Газпромбанка о квантовой стратегии

Нейроинтерфейсы и робототехника

Стартап по нейроинтерфейсам Nudge привлек $100 млн

Meta представила универсальный нейроинтерфейс в виде браслета

Со-основатель одной из лучших роботех-компаний Physical Intelligence предупреждает — не тратьте деньги на попытки обойтись без реальных данных - это тупиковый путь

Российский производитель микроэлектроники ГК "Элемент" купил долю в создателе робота Федор.

Исследования и разработки

Нобелевская лаборатория Бейкера создала новые методы разработки лекарств с помощью ИИ

MIT представили систему для консолидации памяти в долгосрочных ИИ-агентах

IBM представил новый фреймворк для достижения квантового превосходства

Microsoft определил профессии будущего

Регулирование

США представили план действий в гонке ИИ

Криптоиндустрия после позитивных законов — как изменилась ситуация в отрасли после принятия благоприятного регулирования в США

Исследовательские проекты

Ai2 создали ИИ, который сам решает, какие вопросы стоит задавать

Chat Annotator от Cohere — бесплатный чатбот с возможностью комментирования и улучшения ответов

ThinkAct — новый подход к ИИ рассуждениям

Kaggle запустил продукт для оценки LLM

Alibaba выпустил Qwen3-Coder — модель на 480B параметров с поддержкой контекста до 1М токенов

Google DeepMind поделился статьей AMIE — ИИ для диагностических диалогов в медицине

Anthropic представил агентов для проверки безопасности языковых моделей.

*запрещенная организация в России.

Д. Хассабис и С. Альтман говорят о дата-центрах ИИ в космосе в своих интервью

Лекс Фридман задал Хассабису, СЕО DeepMind, вопрос о том, каким будет главный источник энергии для ИИ через 20 лет?

На что Хассабис отвечает: «Солнечная энергия, питающая дата-центры в космосе».

Это концепция сферы Дайсона, которую также Альтман и Маск придерживаются.

В свежем интервью Сэм Альтман, СЕО OpenAI, высказал идею о строительстве дата-центров в космосе, заявив, что это может быть более логичным, чем их размещение на Земле.

Основные преимущества такого проекта:

1. В космосе отсутствуют энергозатратные системы кондиционирования, а охлаждение происходит через излучение в холодный космос, что может снизить энергопотребление по сравнению с наземными дата-центрами.

2. Размещение серверов в космосе может повысить защиту информации, так как физический доступ к ним становится труднее.

Несмотря на привлекательность идеи, есть значительные ограничения для реализации такого проекта:

1. Запуск даже одной серверной стойки весом 700 кг в космос обходится в миллионы $, что делает проект экономически нецелесообразным на текущий момент.
2. В отличие от спутников Starlink или OneWeb, которые выступают ретрансляторами, полноценные дата-центры требуют сложной инфраструктуры, включая стабильную связь с Землёй и защиту от космической радиации. МКС на данный момент является единственным примером "космического дата-центра", где тестировались протоколы связи, такие как DTN.

3. Пока проекты вроде Starlink обходятся без космических дата-центров, предпочитая наземные серверы, что подчеркивает текущую нерентабельность таких идей.

Свежий отчет от Messari: как стейблкоины меняют архитектуру глобальных финансов

Рынок стейблкоинов превысил $250 млрд в 2025 году. Ключевые события - принятие закона GENIUS Act, который создал правовую основу для развития отрасли.

Доминирующие игроки на рынке:

1. USDT (Tether) с долей рынка 62,51%.
2. USDC (Circle) с 24,18%.
Вместе они контролируют около 85% рынка. Резервы этих компаний уже сопоставимы с крупнейшими финансовыми институтами.

3. Новые участники: Ethena's USDe, BlackRock's BUIDL и PayPal's PYUSD.

Новая платежная реальность
Данные показывают, что месячные объемы транзакций стейблкоинов теперь конкурируют с Visa, PayPal и ACH. Объемы транзакций стейблкоинов уже превышают многие традиционные платежные системы - месячные объемы достигли уровня других крупных платежных сетей.

Средняя комиссия за трансграничные B2B-платежи составляет 1,5-2%, за P2P-переводы — до 2,6%. В Африке к югу от Сахары эта цифра достигает 8%.

Исследование Банка международных расчетов показало, что приток $3,5 млрд в стейблкоины коррелирует с падением доходности 3-месячных казначейских облигаций на 2,5 базисных пункта в течение 10 дней. Это свидетельствует о том, что стейблкоины уже влияют на традиционные финансовые рынки.

Геополитическое измерение
Администрация США рассматривает $ стейблкоины как инструмент укрепления позиций американской валюты. Принятие закона GENIUS Act создало регулятивную основу для их развития.
Это происходит на фоне медленной, но устойчивой дедолларизации. Доля $ в валютных резервах центральных банков снизилась с 70% два десятилетия назад до примерно 58% сегодня.

Китай активно продвигает расчеты в цифровых юанях в рамках инициативы "Пояс и путь".

Интеграция стейблкоинов происходит в электронную коммерцию - Shopify активно интегрируют стейблкоины, что упрощает доступ для продавцов и ускоряет расчеты. Компании получают преимущества от более быстрых времен расчетов.

Растет использование P2P-рынков на криптобиржах для конвертации стейблкоинов в местные валюты.

Системные последствия

1. Рост стейблкоинов создает новые вызовы для денежно-кредитной политики.

2. Минфин США отмечает, что токенизированные фонды денежного рынка с доходностью могут создать конкуренцию традиционным банковским депозитам.

Это поднимает вопросы о стабильности банковской системы, особенно если значительная часть депозитов начнет перетекать в стейблкоины и связанные инструменты.

Вот это мощно: PayPal запустил платежи для бизнеса в крипте "Pay with Crypto" https://t.iss.one/alwebbci/3488

Теперь мерчанты в США могут принимать платежи в более чем 100 криптовалютах, включая Bitcoin, Ethereum, Tether и другие.

Как это работает?

Покупатель выбирает криптовалюту на странице оплаты, PayPal конвертирует её в $ через стейблкоин PYUSD, а продавец получает оплату в долларах, без риска волатильности. Комиссия — 0,99% до июля 2026 года (потом 1,5%), что ниже стандартных 1,57% для карт.

Зачем это нужно?
- Мерчанты получают доступ к 650 млн пользователей криптовалют.
- Снижение комиссий для международных платежей (до 90%).
- Простая интеграция без необходимости разбираться в блокчейне.

Услуга пока доступна только в США (кроме штата Нью-Йорк). Это шаг к массовому использованию криптовалют в торговле, но волатильность и регуляторные риски остаются.

Напомним, что Stripe запустили такую же историю в мае.

Мало кто знает, но Claude Code это настоящий универсальный ИИ-агент, а не только помощник для написания кода.

Anthropic недооценивает мощь этого инструмента. Его следовало бы назвать «Claude Agent», а не «Claude Code».

У них есть отчет, в котором рассказывается о том, как они сами используют Claude Code.

Главное открытие — Claude Code используют все, не только программисты. Маркетологи, дизайнеры, юристы, аналитики — все нашли способы автоматизировать свою работу. Например,

1. Команда из 1 человека в маркетинге с claude code

- генерирует сотни Google Ads креативов за минуты вместо часов
- создал Figma-плагин для массового производства рекламы — 100 вариаций за полсекунды
- построил MCP-сервер для анализа Meta Ads прямо в Claude Desktop

2. Дизайнеры не ждут разработчиков для имплементации идей.

3. Юристы создают internal tools без IT-поддержки.

Граница между техническими и нетехническими ролями размывается.
Ценность не в умении кодить, а в умении ставить задачи и контролировать результат
Малые команды получают возможности крупных.

Automation-first мышление становится критичным навыком для всех ролей.

API-интеграции — золотая жила для автоматизации.

Microsoft только что выпустил свой ИИ-браузер - Copilot Mode внутри существующего браузера Edge.

Со включенным Copilot Mode вы активируете ИИ-функции в Edge, которые улучшают ваш браузер.

Основные возможности:

1. Новая главная страница
Когда вы открываете новую вкладку в Edge с включенным Copilot Mode, вы увидите чистую, упрощенную страницу с единственным полем ввода, которое объединяет чат, поиск и веб-навигацию.

2. Голосовое управление
Copilot в Edge поддерживает естественную голосовую навигацию. Вы можете говорить напрямую с Copilot о том, что пытаетесь сделать — будь то поиск информации на странице или открытие нескольких вкладок для сравнения товаров.

3. Контекст всех вкладок
С вашего разрешения Copilot может видеть все ваши открытые вкладки, чтобы понимать полный контекст того, что вы изучаете онлайн. Это означает лучшие сравнения, более быстрые решения и меньше переключений между вкладками.

4. Быстрое создание контента
Функция "Quick compose" позволяет нажать Alt+C или кликнуть на специальную иконку в адресной строке, чтобы активировать помощника. Copilot может генерировать контент или помочь решить проблемы с помощью голоса.

5. Умные предложения
Microsoft планирует добавить умные предложения на основе того, что вы делаете, чтобы помочь вам двигаться вперед.

Copilot Mode теперь включен по умолчанию и заменяет традиционную страницу новой вкладки.

Copilot Mode доступен бесплатно, на ограниченное время, начиная с сегодняшнего дня во всех рынках Copilot, эксклюзивно в Edge для Windows и Mac.

Google представила самую масштабную ИИ-модель, созданную из данных пользователей смартфонов и часов

Google Research опубликовала работу о SensorLM — семействе моделей, которые объясняют данные с носимых устройств человеческим языком.

Google создала автоматический пайплайн для генерации текстовых описаний из сенсорных данных, что позволило собрать крупнейшую базу "сенсор-текст" для обучения.

Обычно носимые устройства генерируют множество метрик — пульс, шаги, качество сна, уровень активности. Но пользователь видит только цифры без контекста.

Решение Google - SensorLM, которая обучена на 59,7 млн часов данных от 103,000 пользователей из 127 стран.

Модель умеет:
1. Генерировать описания активности
2. Работать без предварительного обучения
3. Поддерживать поиск - можно найти периоды, например, интенсивной кардиотренировки по текстовому запросу.

SensorLM — третья модель Google для носимых устройств за 2 месяца. LSM-2 решала проблему неполных данных, когда устройство снимают или сенсоры дают сбой, базовая LSM-1 создавала общие представления сенсорных данных.

Apple недавно представила похожую работу WBM, но с фокусом на поведенческие метрики высокого уровня.

SensorLM представляет качественно новый подход — вместо просто анализа паттернов в данных, модель может объяснить человеку на понятном языке, что происходит с его организмом и почему. Это путь к персональным ИИ-тренерам и врачам.

Stripe создает инструмент для монетизации ИИ-модели в приложениях.

Платежная система Stripe автоматически рассчитывает стоимость использования ИИ по количеству токенов и выставляет счета пользователям.

Разработчикам не нужно вручную настраивать биллинг или разбираться в сложных расчетах — все автоматизировано.

Как это работает?

1. Выбираете ИИ-модель (например, OpenAI o3, Claude Sonnet 4 или Gemini 1.5 Flash).
2. Устанавливаете свою наценку (например, +10% к стоимости вычислений модели).
3. Добавляете две строки кода в приложение.

Если хотите попробовать, напишите Джеффу [email protected]

Ранее компания выпустила свою ИИ-модель для платежей.

Ещё одна ИИ-модель получила 🥇на международной олимпиаде по математике для школьников (IMO)

ИИ-модель для математики Aristotle от Harmonic - стартап со-основателя Robinhood Влада Тенева.

Вчера команда представила бета-версию своего чат-бота Aristotle, ориентированного на математическое мышление.

Компания хочет создать математический супер интеллект (MSI). Aristotle позиционируется как ИИ, способный предоставлять ответы без галлюцинаций в количественных дисциплинах, таких как математика, физика, статистика и компьютерные науки.

Основные особенности Aristotle:

1. В отличие от ChatGPT или Gemini, которые могут галлюцинировать, Aristotle использует формальную верификацию. Это достигается с помощью языка программирования Lean 4, который позволяет переводить математические задачи из естественного языка в машинно-читаемые доказательства.

2. Перед выдачей ответа Aristotle проверяет корректность решения с помощью алгоритмического процесса, не зависящего от ИИ, что схоже с методами, используемыми в высоконагруженных отраслях, таких как авиация и медицина. Это обеспечивает отсутствие ошибок в расчетах и повышает доверие к результатам.

Harmonic объявила, что Aristotle достиг золотого уровня на Международной математической олимпиаде 2025 года (IMO).

В отличие от моделей Google и OpenAI, которые также показали высокие результаты, Aristotle использовал формальные машинно-читаемые тесты, что подчеркивает его уникальный подход к верификации.

Модель использует синтетические данные и самообучение, что позволяет ей генерировать собственные задачи и доказательства, обходя ограничения, связанные с нехваткой данных, характерные для других ИИ.

Новый рынок! ИИ-стартапы по созданию видео идут в робототехнику

ИИ-стартапы, изначально работавшие с кино, теперь переходят в робототехнику, предлагая более реалистичные симуляции.

Стартапы Runway и Luma AI ведут переговоры с компаниями, разрабатывающими роботов и автономные машины.

Амит Джейн, CEO Luma AI, заявил, что робототехника может стать крупнейшим источником дохода для них.

А Анастасис Германидис, CTO Runway, считает, что генерация видео в реальном времени для роботов и игр в будущем принесёт больше денег, чем работа с киностудиями.

Почему ИИ-видео лучше традиционных симуляций?
Сейчас роботов обучают в виртуальных симуляторах, но у этого подхода есть недостатки:

- Симуляции слишком упрощённые
- ИИ-видео может генерировать сложную физику, что делает обучение роботов более реалистичным.

Пример от Runway:
- Их ИИ может создать видео с разными сценариями для беспилотника, например, что будет, если повернуть налево или направо. Это поможет автопилоту выбрать более безопасный вариант.

Luma AI хочет создать «мозг» для роботов. Компания не только обучает ИИ для роботов, но и планирует управлять ими. Их модель сможет симулировать последствия действий и выбирать лучший вариант. Luma уже работает с компаниями, разрабатывающими гуманоидных роботов.

Но не все верят в симуляции. Многие компании считают, что лучше тестировать роботов в реальном мире. Генерация видео требует огромных вычислительных мощностей.
Но OpenAI, Nvidia, Meta(запрещенная в РФ) и Google DeepMind уже изучают, как применить свои видео-модели в робототехнике.

Виртуальная лаба из ИИ-агентов за несколько дней создала 92 варианта нанотел против COVID-19

Это работа команды из Стэнфорда и Chan Zuckerberg Biohub (компания Марка Цукерберга и его супруги).

Что получилось?

1. ИИ-агенты за несколько дней создали 92 варианта нанотел против COVID-19

2. 2 молекулы показали хорошие результаты в лабораторных тестах

3. Система работает как команда: ИИ-PI, специалисты по иммунологии, биоинформатике + агент-критик.

4. 99% обсуждений ведут сами агенты, человек только направляет.

Пока работает только с GPT-4o, нужна экспериментальная проверка людьми, агенты иногда дают расплывчатые ответы.

Это один из первых примеров, где ИИ-агенты показали результат уровня профессиональных исследователей с публикацией в Nature..