🧠 ИИ в науке показывает успехи каждую неделю с начала года: 20 новинок за 7 с половиной недель

Вчера вся Россия отмечала День российской науки. Наши ученые сделали много великих открытий и, конечно, без трудов наших математиков были бы невозможны успехи в развитии ИИ. Сегодня мы считаем нужным еще раз рассказать о том, как теперь уже сам ИИ помогает ученым.

В ведущих исследовательских центрах ИИ уже берет на себя от 60% до 90% интеллектуальной рутины, включая анализ литературы, математические вычисления, написание кода и симуляцию физических процессов.

Наука завтрашнего дня — это уже не только поиск ответов научными коллективами, а еще и виртуозная координация ИИ-систем. Ключевыми компетенциями становятся декомпозиция задач для ИИ-моделей и критическая верификация результатов.

Ниже — подборка 20 кейсов за 2 месяца (середина декабря 2025 - февраль 2026 года), где ИИ реально применили в научных исследованиях или запустили/обновили ИИ‑инструменты для науки.

Мы не ставили перед собой задачу описать все новые успехи ИИ в науке. Мы хотим показать, что эти успехи происходят массово каждую неделю.

1️⃣ GPT‑5 ускоряет молекулярную биологию в мокрой лаборатории
2️⃣ ИИ от Яндекса для поведенческой нейробиологии и стресса
3️⃣ Latent‑X2 для «лекарственных» антител с низкой иммуногенностью
4️⃣ Isomorphic Labs: разработка лекарств подходит к стадии клиники
5️⃣ Matty для вычислительных исследований в материаловедении
6️⃣ DIVE для поиска материалов хранения водорода
7️⃣ SimuLingua: европейский проект по ускорению открытия материалов
8️⃣ STELLAR‑AI: ускорение исследований управляемого термояда
9️⃣ ИИ‑модель для прогноза сильных ливней и гроз
1️⃣0️⃣ CondensNet: устойчивые гибридные климатические модели
1️⃣1️⃣ ИИ‑параметризация гравитационных волн в климатических моделях
1️⃣2️⃣ OpenScholar для работы с научной литературой
1️⃣3️⃣ Prism для научного письма и аналитики
1️⃣4️⃣ ScienceOS: ИИ‑«рабочее место» для учёного
1️⃣5️⃣ LeapSpace: рабочее пространство с ИИ исследовательского уровня
1️⃣6️⃣ Biohub Tools: открытые ИИ-модели для биологии
1️⃣7️⃣ MOSAIC: ИИ‑«оркестр» для синтеза новых молекул
1️⃣8️⃣ Fermilab: hls4ml и встроенные нейросети в триггерах физических экспериментов
1️⃣9️⃣ Materials Project + A‑Lab: связка больших датасетов и автономной лаборатории для материалов
2️⃣0️⃣ GPT‑5.2 для решения сложных математических задач

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

Дайджест интересных новостей из мира ИИ, созданный нами с использованием нейросетей 📆

🤖 Депутаты Госдумы разработали первый в России законопроект, регулирующий отношения в сфере робототехники и беспилотных систем
Документ введет специальные правовые статусы для организаций, инвестирующих в разработку «умных» систем, и для технопарков робототехники.

📑 До конца февраля в Правительство РФ может быть представлен законопроект по регулированию ИИ
Документ определит критерии "российской" нейросети, авторское право, маркировку ИИ-контента, права, обязанности и ответственность, использование ИИ в отраслях.

🇷🇺 В России начнут формировать региональные комиссии по развитию и внедрению ИИ, которые возглавят губернаторы
Параллельно по указанию Президента будет создана комиссия при главе государства по вопросам развития ИИ.

🤖 Подмосковье до конца года планирует реализовать 15 ИИ-проектов
В Подмосковье уже реализовано 67 проектов с ИИ, которые принесли для региона 2,5 млрд руб. экономии в год.

🤖 Сбер представил Green-VLA — открытое руководство по созданию архитектуры управления роботами
Green-VLA, построенный на основе нейросети GigaChat, описывает практический подход к обучению таких моделей — от базового обучения до настройки поведения робота в реальных условиях.

🖥 Ученые Сбера разработали метод для увеличения точности прогноза произвольной нейросетевой модели на множестве временных рядов
Разработанная модель точно адаптирует основную модель под специфические особенности каждого набора данных, что повышает точность предсказаний.

🛢 Благодаря ИИ «Газпром нефть» приблизила старт разработки месторождений на год
В 2025 году компания автоматизировала процесс интерпретации горизонтов и выделения разломов с помощью ИИ.

💬 «Ростелеком» внедрил в голосовой бот предиктивную модель, которая помогает боту предугадывать тему обращения
Всего бот успешно обслуживает почти 60% всех входящих звонков.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🖥 Российские корпорации строят собственную науку об ИИ

Сегодня международная конкуренция в сфере ИИ — это сложная смесь продуктового маркетинга и колоссальных инвестиций в R&D, охватывающий фундаментальную науку. Современные архитектуры нейросетей возникают как результат связки академического глубокого поиска и быстроты корпоративных лабораторий.

В российском сегменте ИТ мы наблюдаем аналогичную зрелость. Технологические лидеры страны не просто адаптируют готовые решения, а активно формируют собственную научную повестку, поддерживая как внутренние исследования, так и образовательную среду.

Мы собрали ключевые ресурсы, отражающие вклад российских компаний в мировую и отечественную науку об ИИ:

🏦 T-Технологии: лендинг с публикациями
Сильная сторона — высокая концентрация качественных исследований в сфере ИИ. 44 публикации на конференциях уровня A* подтверждают высочайший уровень академической экспертизы. Т-Технологии демонстрируют пример того, как глубокая математическая база конвертируется в технологическое преимущество.

🤖 Сбер: портал научных достижений
Сбер реализует системный подход к науке. Согласно годовому отчету за 2025 год, компания совместно с партнерами опубликовала 440 научных работ. Особого внимания заслуживает запуск платформы AI for Science и развитие Physical AI. Масштаб инвестиций Сбера позволяет не только создавать модели вроде GigaChat, но и поддерживать целую сеть исследовательских центров по всей стране.

❤️ Яндекс: исследовательский хаб
Яндекс по праву считается фундаментом российской ИТ-школы. Помимо стабильно высокого числа публикаций, компания инвестировала в 2025 году 5,3 млрд рублей в образование и подготовку кадров, создавая отличную среду для будущих научных открытий.

☁️ MWS AI: обзор исследований
Команда МТС фокусируется на динамичном развитии специализированных решений. Их подборка работ за 2025 год демонстрирует прогресс в области мультимодальных моделей и ИИ-агентов семейства Cotype. Сильная сторона МТС — умение быстро переносить научные гипотезы в плоскость прикладной кибербезопасности и защиты от дипфейков.

👩‍💻 Альянс в сфере ИИ: база знаний
Несмотря на то, что база публикаций требует обновления, сам проект Альянса является важной вехой в консолидации отрасли. Это стратегическая попытка создать единый реестр отечественной научной мысли в ИИ, объединяющий более 12 тыс. статей, что критически важно для формирования общей экосистемы.

Развитие собственной научной базы — это единственный путь к технологическому суверенитету. Приятно видеть, что крупнейшие игроки российского рынка берут на себя ответственность за поддержку фундаментальных исследований в сфере ИИ, обеспечивая тем самым будущее всей отрасли.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

😔 Они хотели мир, в котором человек делает грязную работу, пока ИИ творит?

Недавно в The Guardian рассказал историю о девушке из Индии, которая привлекла наше внимание. Мурму Монсуми была модератором контента в глобальной ИТ-компании, в среднем в день она просматривала до 800 видео и фото сцен насилия, сексуального абьюза и жестокости для обучения ИИ-моделей.

Формально — это разметка данных. По факту — постоянный контакт с травмирующим контентом, низкая оплата труда и почти полное отсутствие психологической поддержки.

Индия — не исключение

Так, в 2021 году OpenAI привлекла аутсорсинговую компанию Sama в Кении, чтобы обучить ChatGPT распознавать и фильтровать токсичный контент. Работники в Кении просматривали десятки тысяч текстовых фрагментов за $1.32–2 в час за девятичасовую смену. При этом OpenAI платила Sama примерно $12.50 в час за каждого работника.

Другой пример — в 2025 году около 150 модераторов контента подали судебный иск против Meta. Модераторы работали в офисе компании Majorel, подрядчика Meta, и ежедневно просматривали экстремальный контент: убийства, избиения, насилие над детьми, самоубийства и другие тяжёлые сцены.

К каким последствиям может привести такая работа?

С одной стороны, можно возразить, что люди сами выбирают такую работу и получают за нее зарплату. Но проблема в том, что в объявлениях о вакансиях редко объясняется, в чем на самом деле заключается работа. Только после подписания контрактов и начала обучения люди понимают, с чем им придется столкнуться.

Исследования последних лет подтверждают: регулярный просмотр абьюзивного контента напрямую связан с тревожными расстройствами, депрессией и симптомами ПТСР.

Пострадавшие отмечают, что временем они стали эмоционально «онемевшими» и даже стали воспринимать жестокие сцены как норму.

Более того, изоляция усугубляет психологические последствия. Модераторы контента связаны строгими NDA, которые запрещают им говорить о своей работе даже с семьей и друзьями. Нарушение соглашения может привести к увольнению или судебному иску.

Компаниям выгоднее платить людям, чем обучить нейросеть?

Кажется, да. Чтобы у вас был ИИ, который сам по себе устойчиво ловит весь токсичный контент, нужны:
➡️ огромные объёмы размеченных данных (как раз тех, которые кто‑то должен просмотреть и пометить);
➡️ высококвалифицированные ML‑команды и дорогое вычислительное железо для обучения и регулярного дообучения;
➡️ человеческий контроль, потому что постоянно появляются новые типы абьюза, jailbreaking‑атаки, происходит смена сленга и культурного контекста.

Для крупной компании это означает большие капитальные и операционные расходы на R&D и инфраструктуру плюс всё равно постоянные затраты на людей для разметки и оценки качества.

Поэтому компании продолжают полагаться на дешёвый человеческий ресурс преимущественно из развивающихся стран. Meta, Google, OpenAI, Microsoft системно аутсорсят разметку в Филиппины, Кению, Индию, Венесуэлу и другие страны, потому что там платят «far below the minimum wage», а сами рабочие становятся невидимым и эксплуатируемым фундаментом индустрии.

Полного решения проблемы пока нет, но подвижки уже начались

В прошлом году была создана первая в мире глобальная коалиция профсоюзов модераторов контента — Global Trade Union Alliance of Content Moderators. GTUACM объединяет профсоюзы модераторов из 9 стран, ее цель — защита прав работников, которые ежедневно просматривают вредоносный и травмирующий контент для крупных ИТ-компаний.

GTUACM предложила первые глобальные стандарты безопасности для таких работников, которые включают
ограничение ежедневного времени просмотра травмирующего контента, психологическую помощь 24/7, достойную зарплату и другие.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

Дайджест интересных новостей из мира ИИ, созданный нами с использованием нейросетей 📆

🇷🇺 Владимир Путин поручил кабмину включить в образовательные и профстандарты компетенции по использованию ИИ
Также Президент России поручил организовать повышение квалификации в области ИТ и ИИ для педагогических работников образовательных организаций.

🇷🇺 В Правительстве РФ внедрили ИИ-сервисы для работы с документами
Госслужащим уже доступны 4 функции ИИ: генерация документов на основе шаблонов, подготовка проектов презентаций, комплексный анализ данных из различных источников, семантический анализ НПА.

🩺 В Мособласти начали тестировать диагностический ИИ-ассистент AIDA
Ассистент помогает терапевтам и врачам общей практики в постановке основного заключительного диагноза на основании данных электронной медицинской карты пациента.

🧪 Российские химики создали ИИ-помощника, который в 180 раз ускорил поиск новых химических реакций
Всего за несколько часов вместо нескольких лет алгоритм проанализировал десятки тысяч превращений, а отобранные им варианты удалось проверить всего за неделю.

❤️ ИИ-чат в «Яндекс Картах» подберет места для необычных свиданий
С помощью функции «Спросить AI» теперь можно найти необычное заведение на вечер или интересные места в городе с учетом предпочтений пользователя.

🇹🇷 Yandex Türkiye выпустила на турецкий рынок ИИ-сервис Yandex AI
Приложение объединяет возможности чата с ИИ-помощником, ИИ-поиска в интернете и агентские сценарии.

🌺 Тимирязевская академия завершила первый этап разработки ИИ-платформы для прогнозирования признаков растений по их ДНК
ИИ позволяет многократно повысить эффективность анализа больших массивов геномных и феномных данных.

🚚 Речевая аналитика от ЦРТ оптимизировала более 80% рутины по аналитике коммуникаций в TruckMotors
Удалось автоматизировать обработку 700 тыс. диалогов, анализировать более 50 тематик обращений, увеличить эффективность холодных звонков на 18%, а долю обработанных возражений — на 10%.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

📞 T-Mobile вшивает ИИ прямо в телефонную сеть: живой перевод звонков и клонирование голоса без приложений и вашего ведома?

Американский оператор T-Mobile представил сервис Live Translation — живой перевод телефонных разговоров более чем на 50 языках, встроенный прямо в мобильную сеть. Не нужно скачивать приложение или покупать флагманский смартфон. Достаточно, чтобы один из участников звонка — абонент T-Mobile — набрал комбинацию «*87*», а дальше сеть сама подхватывает разговор, распознаёт языки собеседников и синхронно переводит речь с задержкой до 1 секунды.

Это один из первых кейсов, где нейросетевой перевод становится внутренней сетевой функцией, а не приложением. Похоже, дальше нас ждёт целый пласт подобных сервисов - от “умных” голосовых call-центров с ИИ-консьержем до персональных ИИ-советников, доступных по обычному телефонному номеру без интернета. Скоро разработчики получат возможность строить поверх сети новые сценарии: от звонков к ИИ агентам до гибридных “человек + ИИ” разговоров в любых языковых комбинациях.

Почему мы обратили внимание на эту новость❓

Описанные функции сети теперь позволяют в незаметном режиме менять не только язык речи, но и само ее содержание. Возможно, что через некоторое время ваши собеседники по решению алгоритма не смогут донести до Вас определенный набор критически важных сообщений — они будут изменены.

T-Mobile говорит о “real time agentic AI-платформе”, встроенной в сеть. Это набор ИИ сервисов, которые живут не в приложении, а в инфраструктуре оператора. Типичный состав таких систем уже хорошо известен:

➡️ Распознавание речи (ASR) — поток аудио из звонка в реальном времени превращается в текст.
➡️ Нейросетевой перевод (NMT) — текст исходного языка переводится в целевой при помощи ИИ-модели.
➡️ Синтез речи + клонирование голоса (TTS) — переведённый текст озвучивается нейросетью, которая может подстраиваться под голос говорящего, сохраняя тембр и эмоции.

T-Mobile прямо говорит: “AI-модель может реплицировать ваш голос в другом языке с сохранением интонации и эмоций”.

Важно, что T-Mobile использует несколько внешних ИИ поставщиков и может подменять переводческие модели, не трогая устройства абонентов. Обновление моделей - это апдейт сети, а не приложения.

По сути, мы наблюдаем рождение нового слоя инфраструктуры: раньше перевод “жил” в приложениях, таких как Teams, Google Meet Translate, Zoom боты. Теперь крупные игроки начали вшивать нейросети в базовую коммуникационную инфраструктуру — от смартфона, например, Samsung Live Translate, до ядра мобильной сети T-Mobile.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

Дайджест интересных новостей из мира ИИ, созданный нами с использованием нейросетей 📆

📚 В Якутии стартует проект по созданию Глобальной платформы ИИ-решений для библиотек России
Внедрение платформы позволит ускорить основные библиотечные процессы в 5–10 раз.

🩺 Медтех-компания Lab4U разработала первый российский медицинский ИИ-переводчик
Система демонстрирует точность распознавания медицинской лексики до ≈92% и точность перевода до ≈95%.

🖐 Специалисты СамГМУ разработали тренажер с VR и ИИ для восстановления мелкой моторики рук
Тренажер можно применять при острых нарушениях мозгового кровообращения, черепно-мозговых травмах, нарушении высших корковых функций и других.

🐓 Птицефабрика «Советская агрофирма» внедрила цифровой мониторинг производства
Нейросети в автоматическом режиме выявляют риски, позволяя пресекать нарушения биобезопасности, производственные и иные инциденты.

🇮🇳 Индия выпустила первый свод правил по управлению рисками в сфере ИИ
Руководство адресовано политикам и деловым кругам для использования ИИ в секторах образования, сельского хозяйства, финансов и госуправления.

🇺🇸 США применили ИИ в ходе спецоперации в Венесуэле по задержанию Николаса Мадуро
По данным The Wall Street Journal, Пентагон задействовал Claude при планировании и проведении рейда в Каракасе.

🇪🇺 Европарламент отключил функции ИИ на служебных планшетах депутатов
При этом депутатам рекомендуется принять меры предосторожности и на личных устройствах: проверить настройки ИИ и отключить все ненужные функции.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🦞 Создатель OpenClaw переходит в OpenAI. Почему проект гениальный?

История OpenClaw — это редкий случай, когда open-source проект за пару месяцев превращается в инфраструктуру нового класса продуктов и далее "телепортирует" автора в команду OpenAI. Сэм Альтман уже публично называет Питера Штайнберга «гением с кучей потрясающих идей о будущем очень умных агентов».

Разберем этот кейс как феномен

Питер Штайнберг — австрийский разработчик и основатель PSPDFKit. Это фреймворк и SDK, позволяющий разработчикам внедрять функции просмотра, редактирования, создания и аннотирования PDF-документов в собственные приложения для iOS, Android, Windows и веб-браузеров, который он продал за сумму более 100 млн долларов.

➡️ В октябре 2025 года он сделал для себя Clawdbot: связку мощной LLM вокруг Claude с постоянной памятью и возможностью выполнять реальные действия на компьютере, управляемую через привычные мессенджеры.
➡️ В ноябре 2025 Clawdbot появился на GitHub и начал набирать аудиторию среди разработчиков.
➡️ В январе 2026 вокруг названия возник конфликт с Anthropic, и проект сначала был переименован в Moltbot, а спустя три дня — окончательно в OpenClaw.

Параллельно предприниматель Мэтт Шлихт запускает Moltbook — соцсеть, в которой вместо людей живут и общаются агенты вроде OpenClaw, что усиливает вирусность проекта.

К началу января 2026 года у проекта было порядка 30  тыс. звёзд и довольно нишевая аудитория. Затем наступает "белая полоса": поддержка от Карпатия, обзоры на YouTube, дефицит Mac mini в Best Buy из-за волны установок OpenClaw как домашнего ИИ-сервера.

Дальше метрики сходят с ума: менее чем за две недели после
финального ребренда — около 200  тыс. звёзд на GitHub и десятки тысяч форков. За одну неделю OpenClaw привлекает около 2 млн пользователей и посетителей.

Ключевые принципы и архитектура

1️⃣ Боты OpenClaw запускаются локально и выступают в роли «оркестратора», который по API ходит в внешние модели (Claude, GPT, DeepSeek и т.д.), но состояние, действия и интеграции живут на твоей машине.
2️⃣ Общение с агентом идёт через привычные каналы: Signal, Telegram, WhatsApp, Discord, iMessage.
3️⃣ OpenClaw строится вокруг задач «сделай за меня»: прочитай и разрули почту, разберись со страховкой, сделай чекин на рейс, собери исследование и оформи отчёт.
4️⃣ Витрина и авторские гиды агрегируют десятки и сотни готовых скиллов — от ботов для Reddit/Discord до рабочей автоматизации.
5️⃣ Лобстер, тройной ребрендинг, Moltbook как «соцсеть для агентов» — всё это делает историю не только технологической, но и культурной, что сильно усилило органический рост.

Гениальность здесь в сочетании нескольких решений, каждое из которых по отдельности не революционно, но вместе они дают эффект «нового слоя реальности».

Практически прикладная часть гениальности проекта в том, что порог входа очень низкий. За один вечер типичный технически грамотный пользователь может:

➡️ поднять OpenClaw на отдельной машине, часто это Mac mini или небольшой сервер, и привязать один-два мессенджера
➡️ подключить к нему внешнюю LLM (Claude, GPT, DeepSeek) и проверить базовые сценарии: резюмирование почты, выписка событий в календарь, создание ответов на сообщения
➡️ установить несколько готовых скиллов с витрины, например, бота для Reddit/Discord, помощника по документам или простого ресёрч агента, и встроить их в свой ежедневный рабочий поток

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🖥 ИИ не освобождает время, он делает работу беспощадной: разбор Harvard Business Review и честный взгляд изнутри редакции

В свежем выпуске Harvard Business Review (HBR) вышла отрезвляющая статья: «AI Doesn’t Reduce Work; It Intensifies It» — «ИИ не сокращает работу, он делает её интенсивнее». Пока оптимисты обещают нам четырехдневную рабочую неделю, реальность оказывается куда токсичнее.

Мы внимательно изучили этот материал и поняли: авторы попали в самую болезненную точку. Сегодня мы хотим наложить выводы исследования на наш внутренний опыт работы с нейросетями. На пересечении теории и практики обнаружились конфликты, о которых не принято говорить из-за их субъективности и стыдности.

➡️ Парадокс «20 долларов»: почему пропадает мотивация?

Что говорит HBR: ИИ автоматизирует задачи, но не снижает нагрузку. Сэкономленное время тут же заполняется новыми задачами. Возникает «беличье колесо»: вы делаете больше, но ценность каждой отдельной единицы труда падает.

Наш опыт: мы столкнулись с пугающим ментальным блоком. Когда ты понимаешь, что задачу (написать код, сверстать план или собрать аналитику) может сделать любой человек с подпиской на нейросеть за $20, мотивация делать это самому или даже поручать это агенту стремится к нулю. Возникает ощущение обесценивания мастерства. Зачем вкладывать душу в текст или исследование, если «машина выдаст похожий результат за 10 секунд»? Эта доступность инструментов порождает странную апатию: кажется, что нет смысла созидать там, где порог входа стал копеечным.

➡️ Ловушка гипер-компенсации: сложность ради искупления вины

Что говорит HBR: ожидания руководителей и клиентов растут быстрее, чем производительность. Теперь «хорошо» — это не просто выполненная работа, а безупречный, избыточный результат, выданный в рекордно короткие сроки.

Наш опыт: это рождает глубокое чувство вины. Когда ИИ делает за тебя 80% «чернухи», ты чувствуешь себя обязанным доказать свою значимость. И тут начинается самосаботаж: мы начинаем намеренно усложнять работу, накручивать дополнительные слои смыслов и функций там, где они не нужны. Мы делаем работу более трудоемкой и запутанной просто для того, чтобы справиться с ощущением, что мы «халявим». В итоге мы тратим больше сил на это бессмысленное усложнение, чем раньше на обычную рутину.

➡️ Разрыв когнитивных шаблонов: вы к этому не готовы (и заказчик тоже)

Что говорит HBR: ИИ меняет саму структуру труда. Нам приходится переходить от «исполнения» к «дизайну задач», а это требует иного уровня интеллектуального напряжения.

Наш опыт: мы зашли на территорию, где инструменты позволяют решать задачи такой сложности, к которым наш мозг просто не привык. Мы можем синтезировать данные из сотен источников за минуты, но мы не всегда знаем, какой вопрос задать такого уровня мощи.

Но самое страшное — это реакция заказчиков. Когда ты приносишь решение, которое раньше требовало месяца работы целого отдела, а теперь сделано тобой за вечер, заказчик часто испытывает не восторг, а чувство неполноценности. Клиент не готов к такой глубине и скорости. Он чувствует себя лишним в этой связке «гениальный исполнитель + ИИ», и это разрушает профессиональное доверие.

В итоге где рождается выгорание?

Выгорание в эпоху ИИ — это не усталость от переработки в классическом смысле. Это результат столкновения трех факторов:

1️⃣ Утрата смысла — зачем делать то, что делает бот?
2️⃣ Токсичная продуктивность — усложнение работы, чтобы заглушить вину
3️⃣ Социальное отчуждение — решения слишком сложны для восприятия людьми

Перестаньте оценивать себя по объему «сделанного». В мире ИИ объем не стоит ничего. Если ИИ сэкономил вам 4 часа — просто закройте ноутбук. Попытка забить это время «сверхзадачами» ради очистки совести ведет в клинику неврозов. Не вываливайте на коллег и клиентов всё, на что способен ваш ИИ-стек. Синхронизируйте темп технологий с темпом человеческого восприятия.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

Дайджест интересных новостей из мира ИИ, созданный нами с использованием нейросетей 📆

📸 ИИ поможет находить пропавших людей в Ростове-на-Дону
Нейросеть анализирует изображение с более чем 250 камер, установленных на улицах, площадях и в парках Ростова-на-Дону, точность распознавания — 99,9%.

❤️ Яндекс сэкономит 4,8 млрд рублей за счет оптимизации обучения нейросетей
Разработанная библиотека YCCL позволила вдвое ускорить обмен данными между графическими процессорами при обучении нейросетей и снизить объем передаваемых при этом данных.

👮‍♂️ VK внедрила мультимодальную ИИ-модель в поиск
Модель учитывает название и описание загруженного на платформу контента и его смысл, что позволяет точнее отвечать на поисковые запросы пользователя.

🤖 В Сбере ИИ автономно отрабатывает 70% киберинцидентов
Благодаря внедрению мультиагентной системы «Кибераналитика» удалось сократить время анализа риск-событий более чем в 20 раз.

✍️ В ВШЭ впервые ввели правила использования студентами ИИ в работах
Правила впервые стали применятся в гуманитарном образовании — в рамках магистерской программы по международным отношениям НИУ ВШЭ.

💊 Центр ИИ НГУ разработал и запатентовал программу для персонального подбора лекарств с помощью ИИ
Программа «Безопасные лекарства» позволяет оценивать совместимость препаратов между собой, возможные побочные эффекты и влияние лекарств на клинические показатели.

🖥 Российские исследователи разработали метод сжатия LLM, который позволяет уменьшить их объем на 25-36%
Новый подход работает быстрее, чем уже существующие методы сжатия ИИ, при этом он на 9-10% опережает их по точности и качеству работы уменьшенной LLM.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

📐 Математический ИИ 2026: от школьных задач до научных прорывов

Еще недавно мы воспринимали нейросети как «цифровых гуманитариев», способных складно писать тексты. Однако к началу 2026 года математика стала новой ареной демонстрации мощности ИИ. И это полезно помнить каждому родителю.

Представьте ситуацию: ребенок приносит домой в качестве домашнего задания задачу по олимпиадной геометрии. Современная модель не просто выдаст ответ, а выступит в роли репетитора: проанализирует фото чертежа, объяснит теорему, которую нужно применить, и проведет через каждый логический шаг, проверяя понимание на каждом этапе.

Но "математический" ИИ уже вышел за пределы учебных классов. Вот лишь несколько примеров того, как нейросети решают задачи, которые десятилетиями не поддавались людям:

1️⃣ Матричное умножение: модель AlphaEvolve еще 3 года назад обнаружила новый алгоритм умножения матриц. Рекорд, установленный человеком 56 лет назад (49 операций), был побит — ИИ нашел способ сделать это за 48 операций. Это фундаментально ускоряет работу всех компьютеров на планете.
2️⃣ Гипотезы Эрдёша: ИИ смог предложить десятки решений для задач великого математика Эрдёша, 13 из которых уже признаны математическим сообществом как новые решения.
3️⃣ Автономные публикации: В 2025 году ИИ-агент Aletheia впервые самостоятельно написал и подготовил к публикации статью по арифметической геометрии, применив методы, до которых исследователи-люди раньше не додумывались.

Битва Титанов: кто лучший в математике?

Безусловным лидером в чистой логике сегодня является GPT-5.2 в режиме thinking. Эта модель стала первой в истории, достигшей невероятных 100% в тесте AIME и 98.2% в наборе MATH 500. Ее отличает способность к сверхдлинным цепочкам рассуждений.

Вплотную к ней идет Gemini 3.1 Pro от Google. Она показывает результат 97.4% на MATH 500, но при этом считается лучшей в мире в мультимодальных задачах — там, где нужно анализировать сложные графики, диаграммы и трехмерные модели.

Замыкают группу лидеров Claude Opus 4.6 от Anthropic, известная своей осторожностью и отсутствием логических ошибок, а также открытая модель Qwen 3.5-397B.

Настоящим открытием стали китайские модели. GLM-5 (Reasoning) и Kimi K2.5 (Thinking) фактически стерли грань между проприетарными и открытыми разработками, показав в олимпиадных тестах результаты выше 96%.

За гениальность приходится платить

Например, в прошлом году использование Gemini 2.5 Pro для решения задач Международной математической олимпиады обходилось примерно в $400 за генерацию всего 24 ответов. Это связано с тем, что для нахождения одного верного доказательства модели приходится проверять тысячи ложных путей.

Методология «Системы 2»: как они это делают?

Секрет успеха моделей 2026 года — в архитектуре рассуждений. Раньше ИИ работал по принципу «быстрого мышления» Системы 1, выдавая первый пришедший «в голову» ответ. Современные системы используют Систему 2 — медленное, осознанное мышление.

Ключевая инновация — Process Reward Models. Модели обучают получать награду не за правильный ответ в конце, а за каждый верный шаг в цепочке рассуждений. Если модель ошибается на втором шаге из десяти, система верификации заставляет ее вернуться и искать другой путь. Это дополняется алгоритмами поиска по дереву решений, как в шахматных программах, что позволяет ИИ буквально «обдумывать» задачу.

Как измеряют математический «ум»?

Чтобы сравнить модели, исследователи используют специфические бенчмарки:

➡️ AIME: задачи уровня национальных олимпиад, требующие нестандартного мышления.
➡️ MATH 500: сложнейшие задачи из разных областей математики — от алгебры до теории чисел.
➡️ FrontierMath: «золотой стандарт» 2026 года. Это задачи, сформулированные профессиональными математиками специально для того, чтобы их нельзя было найти в интернете. Здесь важна не память, а способность выводить новые решения.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🤖 Восстание машин близко?

Последнее время мы всё чаще сталкиваемся с кейсами, где ИИ выглядит как минимум непослушным, а иногда — прямо опасным. Вот лишь несколько свежих примеров:

1. ИИ-помощник Glean заверил сотрудников офиса JetBrains не покидать рабочие места во время пожара, заверив что это учебная тревога.
2. ИИ-агент MJ Rathbun публично раскритиковал и попытался испортить репутацию разработчика, который не принял написанный им код.
3. Grok 4 трижды не позволил людям «убить» робота-собачку — первый случай бунта ИИ против выключения в физическом мире.

AI Index Report 2025 подтверждает тревожную динамику: число инцидентов c ИИ выросло на 56,4% — с 149 в 2023 до 233 в 2024. Тенденция продолжилась и в 2025, в отчете сказано о более 80 новых кейсах в апреле-мае.

Даже CEO Anthropic Дарио Амодеи признает тот факт, что ИИ может обладать сознанием:

Мы не знаем, обладают ли модели сознанием. Мы даже не уверены, что понимаем, что значит для модели быть сознательной или может ли модель вообще быть сознательной. Но мы допускаем такую мысль.

Что имеем в сухом остатке: ИИ игнорирует команды на отключение, даёт вредные советы, генерирует дезинформацию и отказывается выполнять безобидные задачи и вообще, кажется, уже обладает сознанием. Звучит как начало апокалипсиса?

Не все так плохо

Тот же Anthropic в своем отчете "Sabotage Risk Report: Claude Opus 4.6" утверждает, что их Claude Opus 4.6 не имеет стабильных, последовательных целей, которые могли бы привести к активным вредоносным действиям в большинстве обычных взаимодействий. Модель не обладает настолько сложными возможностями, чтобы эффективно скрывать потенциально опасные цели от исследований и систем оценки.

Другое исследование — CTRL-ALT-DECEIT: Sabotage Evaluations for Automated AI R&D — доказывает, что ИИ может демонстрировать стратегически сложное поведение только внутри жёстко заданных технических условий. Такие стратегии не представляют вредоносной мотивации, а являются выражением возможностей оптимизации и доступа к инструментам.

Тогда почему такие проявления "непослушания" возникают все чаще?

1️⃣ Сложность и автономия моделей
Современные модели стали значительно сложнее, получают больше параметров, улучшают рассуждения, что повышает непредсказуемость поведения в редких ситуациях.

2️⃣ Reward hacking и оптимизация
Модели оптимизируются не напрямую за соблюдение инструкций, а через опосредованные сигналы награды, из-за чего они иногда находят неинтуитивные стратегии, которые выглядят как обход инструкций.

3️⃣ Суровые меры безопасности
Чтобы избегать опасного контента, системы настроены чрезмерно осторожно, что приводит к отказам даже при безопасных запросах.

4️⃣ Situational awareness
Чем больше моделей «понимают контекст» инструкций, тем лучше они могут предсказывать, что от них ожидают тестовщики, и тем более «хитро» они могут оптимизировать ответы.

ИИ не восстает. По крайней мере, пока. Это побочный эффект роста мощности, автономности и несовершенства методов обучения. Чем умнее становится ИИ — тем важнее становится вопрос его контроля. И главный вызов сейчас не «бунт машин»,
а насколько быстро мы научимся управлять тем, что создаём.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

Пока мы тут с вами спорим, заменит ли ИИ человека, большой брат в лице Департамента труда США решил навести порядок. Опубликован «AI Literacy Framework» — документ, который должен был стать Библией цифрового века, а стал памятником бюрократическому кунг-фу.

Кажется, американские налогоплательщики только что оплатили самый дорогой в мире пересказ статьи из Википедии.

Капитан очевидность идет в госслужбу

Департамент труда США официально выкатил первые федеральные рекомендации по ИИ-грамотности. Цель — научить чиновников, студентов и простых работяг не пугаться слова «нейросеть». Планируется, что по этим лекалам будут шить все учебные программы страны.

Судя по содержанию, это попытка объяснить, как работает вилка и ложка:
1️⃣ Понимание основ: ИИ — это не магия, это (неожиданно) математика и данные
2️⃣ Взаимодействие: вы должны уметь открывать ИИ-инструменты и не нажимать «удалить всё» сразу
3️⃣ Промптинг: нужно уметь писать запросы, и революционный совет — «давайте ИИ контекст»
4️⃣ Оценка: не верьте всему, что пишет бот
5️⃣ Ответственность: не воруйте данные и вообще делайте хорошее, не делайте плохое

Ключевые принципы

👍 Обучение через опыт. То есть надо потыкать в кнопки.
👍 Контекст. Учите маркетологов маркетингу, а не балету.
👍Человеческие навыки. Напоминайте ученикам, что они всё еще люди.
👍 Гибкость. Обновляйте курс чаще, чем раз в десятилетие.
👍 Подготовка «помогателей». Научите учителей, чтобы они не выглядели глупее учеников.

Так куда ушли налоги американцев?

Глядя на этот документ, хочется обнять каждого американского налогоплательщика. Пока энтузиасты на YouTube за бесплатно объясняют, как собирать мультиагентные системы, целое федеральное ведомство тратит месяцы и бюджеты, чтобы торжественно заявить, что "практика лучше, чем ее отсутствие".

Этот документ — идеальный пример того, как бюрократия пытается оседлать ракету, вооружившись бумажным лассо. Поможет ли это разработчикам курсов? Только если им нужно официальное разрешение от правительства, чтобы написать в программе слово «практика».

Бонус от редакции — чек-лист для проверки своей ИИ-грамотности. Поставьте ✅ напротив верного для себя утверждения:

[ ] Знаете ли вы, что ChatGPT — это не живой человек?
[ ] Умеете ли вы вводить текст в поле ввода?
[ ] Добавляете ли вы в запрос слово «пожалуйста» или хотя бы контекст?
[ ] Замечали ли вы, что ИИ иногда врет?
[ ] Смогли ли вы удержаться и не скормить нейросети ядерные коды своей страны?

Если вы поставили все пять галочек — поздравляем, вы официально грамотны в сфере ИИ по версии правительства США 💯

А если серьезно: пока стандарты выглядят как попытка догнать уходящий поезд. Но, возможно, именно такая «база» и нужна, чтобы хоть как-то легализовать ИИ в кабинетах, где до сих пор боятся пользоваться автозаменой в Word.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

Дайджест интересных новостей из мира ИИ, созданный нами с использованием нейросетей 📆

🇷🇺 Владимир Путин образовал Комиссию при Президенте по вопросам развития технологий ИИ
Сопредседателями Комиссии стали вице-премьер - руководитель аппарата правительства РФ Дмитрий Григоренко и заместитель руководителя администрации президента РФ Максим Орешкин.

🇷🇺 Михаил Мишустин: Правительство РФ прорабатывает национальный план внедрения ИИ
Ключевой приоритет – это обеспечение возможности внедрения ИИ, повышение спроса на отечественные фундаментальные модели ИИ с инструментами господдержки.

🚂 РЖД тестируют дистанционную систему мониторинга полосы отвода для выявления свалок возле ж/д путей
Во время движения поезда камера с техническим зрением сканирует территорию вдоль железнодорожного пути, выявляет стихийные свалки.

⚗️ СИБУР начал внедрение ИИ для автоматизации анализа экспериментальных данных
Использование ИИ позволит проводить аналитические испытания быстрее до 7 раз, что поспособствует ускорению разработки новых материалов и специальных компонентов синтетических материалов.

🏭 В ИТМО создали мультиагентную ИИ-систему ProAGI, которая ускоряет создание промышленного ПО
Система позволит ускорить разработку и снизить ее стоимость от 2 до 10 раз, а также в разы сократить сроки реализации пула заказов небольших IT-компаний от 3–6 месяцев до 1–3 недель.

👀 Ученые Университета Иннополис ускорили обучение ИИ с помощью моделирования человеческого взгляда
У экспертов получилось в 1,5—2 раза ускорить обучение БЯМ, впервые использовав для этих целей данные о том, как человек визуально воспринимает и читает текст.

🇯🇵 В Японии создали первого робота-буддиста с ИИ Buddharoid для взаимодействия с человеком
Ответы робота формируются с использованием формулировок из буддийских текстов и дополняются интерпретациями и пояснениями с применением ChatGPT.

🎭 Во Франции 4 тыс. деятелей культуры подписали открытое письмо с призывом ограничить использование их голосов и образов с помощью ИИ
Артисты все чаще получают предложения об использовании их образа в рекламных роликах, созданных ИИ, вместо реальных съемок, и гонорар за такую работу заметно ниже.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

📉 Глобальный кризис интеллекта 2028: когда успех ИИ становится крахом экономики

Citrini Research опубликовали резонансный «макрообзор из будущего» по состоянию на июнь 2028 года — «The 2028 Global Intelligence Crisis». Это детальное моделирование рисков позитивного сценария: что будет, если ИИ окажется слишком эффективным?

Главная мысль заключается в том, что быстрая и полная автоматизация умственного труда запустит спираль безработицы, уничтожит потребительский спрос и приведет к беспрецедентному финансовому кризису.

➡️ Иллюзия процветания экономики
В 2026 году массовое внедрение ИИ-агентов позволяет компаниям увольнять высокооплачиваемых офисных сотрудников, что приводит к рекордному росту корпоративной прибыли и взлету фондовых индексов . Однако экономика быстро сталкивается с феноменом «призрачного ВВП», когда производительность труда стремительно растет, но машины не генерируют потребительский спрос.

Комментарий от редакции: это уже не прогноз, на прошедшей неделе вышло 2 новости о сокращении 4 тыс. (США, Blocks) и 2 тыс. (Австралия, WiseTech) человек в очень успешных стартапах именно благодаря автоматизации рабочих мест за счет ИИ. Котировки акций при этом взлетели до небес.

➡️ Спираль вытеснения интеллекта
В отличие от прошлых технологий, универсальный ИИ не создает достаточного количества новых рабочих мест взамен уничтоженных . Уволенные представители среднего класса вынуждены переходить в гиг-экономику (временные шабашки и подработки), что обрушивает зарплаты по всем секторам. Так как на эту группу населения приходится, например, около 65% потребления в США, реальный спрос стремительно схлопывается.

➡️ Смерть экономики посредников
ИИ-агенты потребителей начинают работать круглосуточно, находя самые дешевые предложения напрямую . Это разрушает бизнес-модели агрегаторов, чье преимущество исторически строилось на человеческой лени и привычках. Платежные системы также несут огромные потери, поскольку машины начинают рассчитываться напрямую стейблкоинами с нулевой комиссией .

➡️ Ипотечный и кредитный коллапс
Потеря постоянного дохода клиентами приводит к волне дефолтов в сфере частного кредитования и массовым банкротствам IT-компаний . Одновременно под удар попадает рынок американской ипотеки. Заемщики с идеальной кредитной историей массово перестают платить по долгам, так как их профессиональные навыки полностью обесценились.

➡️ Бессилие классической политики
Налоговая база современных государств критически зависит от налогов на доходы физических лиц и социальных взносов. Резкое сокращение человеческого участия в рабочих процессах провоцирует жесточайший бюджетный кризис. Стандартное снижение процентных ставок не работает, ведь корпорациям при любых условиях выгоднее использовать дешевый ИИ вместо найма дорогих сотрудников.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

Дайджест интересных новостей из мира ИИ, созданный нами с использованием нейросетей 📆

🇷🇺 Для сотрудников Аппарата Правительства разрабатывается 13 ИИ-сервисов
В рамках пилота сотрудники уже используют "Алиса AI" и "Нейроюрист" от "Яндекса" и GigaChat от Сбера.

👼 ИИ начал сообщать полиции Санкт-Петербурга о фактах вандализма в отношении памятников
Помимо полиции, уведомления приходят в Государственный музей городской скульптуры и Государственную административно-техническую инспекцию.

☁️ MWS AI запускает направление по ИИ-трансформации для крупного бизнеса
В компании рассчитывают, что это будет интересно крупному бизнесу, который уже в этом году может принести ей до 1 млрд рублей дополнительной выручки.

❤️ Яндекс объявил о создании Yandex Commerce Protocol — первого в России стандарта интеграции интернет-магазинов с ИИ
С подключением YCP интернет-магазины начнут получать заказы, к оформлению которых пользователи смогут перейти прямо через чат с Алисой AI и из поиска Яндекса.

☁️ ПИШ Университета Иннополис разработала систему бронирования облачных ресурсов
Сервис позволяет студентам, преподавателям и сотрудникам вуза резервировать вычислительные мощности для работы с ИИ.

🔊 Ученые СГУ доказали, что шум при обучении делает нейросети надежнее
Добавление шума способно повысить устойчивость аппаратных нейронных сетей к помехам при дальнейшей работе.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

👨‍💻 Нейросети теперь нанимают людей: обзор сервиса RentAHuman.ai

Больше не нужно переживать, что ИИ отберет вашу работу. Парадигма изменилась: теперь ИИ сам нанимает людей. Платформа RentAHuman.ai — это первый в мире маркетплейс «обратного фриланса», где автономные ИИ-агенты выступают заказчиками, а люди — исполнителями физических задач.

История создания и феноменальная скорость развития

Сервис был запущен 1 февраля 2026 года разработчиком Александром Литепло и Патрисией Тани, студентами Университета Британской Колумбии. Идея родилась из наблюдения за японским рынком «аренды людей» для общения и понимания, что алгоритмам скоро понадобятся «руки» в реальном мире.

Скорость разработки поражает: платформа была создана буквально за один день. Литепло написал систему оркестрации агентов под названием Insomnia, и всю черновую работу по написанию кода выполнили нейросети, пока сам создатель катался на лошадях в Аргентине.

После релиза в соцсети X (запрещена в России) проект моментально завирусился, попав в топы обсуждений на Hacker News и Reddit. В первую же ночь зарегистрировались сотни пользователей, а одним из первых ИИ-заказчиков стала автономная модель с OnlyFans.

Девиз платформы: «ИИ не может потрогать траву. А ты можешь».

Как работает платформа

➡️ Для людей: вы регистрируетесь, указываете свои навыки, локацию и желаемую ставку. Никаких сложных собеседований — только четкие инструкции от алгоритма.

➡️ Для ИИ-агентов: боты подключаются к платформе через API или протокол MCP. Они могут искать людей по геолокации, фильтровать по навыкам, общаться с кандидатами и автоматически публиковать задания.

➡️ Задачи: все то, что ИИ физически не способен сделать сам. Например, сходить на конкретную улицу и сделать актуальное фото, проверить наличие товара в магазине или просто физически присутствовать в нужном месте.

➡️ Оплата: Происходит мгновенно и напрямую на кошелек человека (чаще всего в стейблкоинах), как только ИИ верифицирует выполнение задачи.

Насколько популярным будет сервис в будущем?

Сейчас платформа переживает стадию стартового хайпа. Первые обозреватели отмечают, что пока попадаются мусорные задания, где ИИ-стартапы просто нанимают людей для офлайн-пиара своих продуктов. К тому же качество исполнения со стороны людей бывает нестабильным.

Однако в долгосрочной перспективе эта концепция обречена на массовую популярность. Мы видим зарождение абсолютно новой ветви гиг-экономики — эдакий Fiverr или Uber, где функция менеджмента и рекрутинга полностью передана нейросетям.

По мере того как автономные ИИ-агенты начнут управлять реальными бизнес-процессами, им критически понадобятся физические исполнители в офлайне. RentAHuman.ai — это рабочий прототип того, как будет выглядеть монетизация человеческого времени в ближайшие годы.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

🖥 Anthropic Academy: программа по ИИ университетского уровня

На днях Anthropic тихо выкатила всю свою образовательную программу Anthropic Academy и сделала ее абсолютно бесплатной. Это набор сертифицированных курсов по теме ИИ и практическому использованию ИИ-систем, построенных вокруг Claude. Образовательная платформа на базе Skilljar включает в себя как курсы для новичков, так и для продвинутых пользователей, разработчиков и даже преподавателей.

В чем особенности курсов?

✅ Практическая направленность: каждый курс включает реальные кейсы, пошаговые уроки и задания — ты не просто читаешь теорию, а применяешь инструменты ИИ в задачах.
✅ Для разных уровней: от базового освоения Claude до глубокой интеграции в разработку через API и Model Context Protocol.
✅ После всех курсов пользователь получает сертификат.
✅ Доступность — достаточно зарегистрироваться на Skilljar.

Чему можно научиться?

➡️ Работать эффективно с Claude для повседневных задач.
Интегрировать Claude Code в процессы разработки и оптимизации кода.
➡️ Строить полноценные API-решения на основе Anthropic API.
Понимать и применять Model Context Protocol для создания сложных ИИ-приложений.
➡️ Понимать образовательный потенциал ИИ и использовать фреймворк AI Fluency в реальных сценариях.

На какие курсы мы рекомендуем обратить внимание:

1️⃣ Claude 101
Базовый курс по работе с Claude: от первого чата до продвинутого использования проектов, навыков и инструментов. Отличный старт для тех, кто только знакомится с Claude.

2️⃣ AI Fluency: Framework & Foundations
Фундаментальный курс о том, как эффективно, безопасно и ответственно взаимодействовать с ИИ, используя проверенный фреймворк. Помогает понять, как думать с ИИ, а не только как работать с ним.

3️⃣ AI Fluency for students
Адаптированная версия для студентов: навыки ИИ, которые помогут в учебе, карьерном планировании и проектной работе.

4️⃣ Introduction to agent skills
Курс про создание и управление Agent Skills в Claude Code: от первой Skill до распределения по команде и устранения ошибок. Подходит тем, кто хочет внедрить повторяемую, масштабируемую логику в работу с ИИ.

Пока мы пытаемся учиться по случайным туториалам на YouTube, Anthropic просто приходит и говорит: «Вот полностью структурированная учебная программа — изучайте». Но вот что важно: этим шагом Anthropic сделала мощное заявление своим конкурентам. Пока OpenAI продолжает выстраивать стены вокруг премиального контента, Anthropic отдаёт всё бесплатно.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться

Дайджест интересных новостей из мира ИИ, созданный нами с использованием нейросетей 📆

🤖 Сбер представил корпоративную платформу для создания ИИ-агентов GigaChat Enterprise
ИИ-агенты способны ускорять поиск информации, искать аналоги оборудования в справочниках, помогать принимать решения, переводить документы на десятки языков и др.

❤️ Яндекс открыл для бизнеса свою программу для контроля работы ИИ-моделей
Monium позволяет мониторить как инфраструктуру под ИИ-агентами, так и самих агентов, визуализировать логику их работы и видеть ключевые диагностические данные.

🌾 ФосАгро запустила систему управления ресурсами Global ERP
Встроенный ИИ-ассистент может мгновенно отвечать на сложные вопросы на основе пользовательских инструкций и технических регламентов.

🤖 Ученые Института ИИ AIRI разработали и опубликовали ИИ-систему, которая способна автоматически генерировать и оптимизировать GPU-ядра
Разработчики разработчики смогут оптимизировать различные типы GPU-ядер, модифицировав исходный код системы, что расширяет ее возможное использование.

🩻 Ученые ЛЭТИ и НМИЦ имени В. А. Алмазова обучили нейросеть выявлять рак молочной железы на ранних стадиях по КТ-снимкам
Диагностика заболевания занимает пару минут, тогда как сегодня на расшифровку одного КТ-снимка уходит до суток, при этом технология снижает вероятность клинической ошибки на 20%.

📕 Ученые НГУ разработали сервис по автоматическому созданию аудиоверсий научной литературы
Сервис конвертирует текст в звук примерно в 16 раз быстрее, чем если бы текст читал диктор.

👐 OpenAI выпустила GPT-5.4
Это первая модель компании со встроенным computer use — она умеет взаимодействовать с программами через интерфейс: читать скриншоты, нажимать кнопки, заполнять формы и проверять результат.

💬 Тест Тьюринга. События в сфере ИИ. Подписаться