🤖 DIY Фьюжн: Как построить ядерный реактор на кухне (с помощью AI)

Чел собрал нейтронный фьюжн-реактор прямо у себя на кухне, используя AI как консультанта. 🔬

Технические детали:
- 30кВ/10мА электростатический преципитатор
- Вакуум 3 мТорр (это в 253,333 раз глубже атмосферного!)
- Bubble-детектор для подсчета нейтронов
- Самодельный дейтерий из тяжелой воды через электролиз

Самое крутое — весь процесс получения дейтерия обошелся всего в $112 ($32 за hydrocar PEM + $80 за 50г D2O). Из этого получилось целых 56 литров D2 газа! 🧪

Автор активно использовал Claude для:
- Отладки процессов
- Проверки безопасности
- Следования сложным инструкциям

Конечно, это не промышленный реактор, но как демонстрация возможностей AI-ассистированного DIY — просто 🔥

Сборка шла на стриме 36 часов подряд.
До этого он же пару месяцев назад собрал плазменный реактор.
Самое интересное, что он особо во всем этом не разбирался настолько детально, просто задавал вопросы Клоду.
Самостоятельное изучение предмета заняло бы тысячи, если не десятки тысяч часов.

Страшно, конечно, что любой энтузиаст может подобное с биологией провернуть и мы будем с ностальгией вспоминать летучих мышей ещё.

#AIinScience #DIY #реактор #NuclearFusion
———
@tsingular

🚀 ИИ-Горизонты Науки: Якуб Пачоцки из OpenAI о Новой Эре Исследований

Интервью Якуба Пачоцки, Chief Scientist OpenAI (с мая 2024), для Nature (‘AI models are capable of novel research’: OpenAI’s chief scientist on what to expect) раскрывает перспективы ИИ в трансформации науки.

Пачоцки, стоявший у истоков GPT-4 и OpenAI Five, предвидит ИИ как полноценного участника исследований.

🧠 "Рассуждающие Модели" для Автономных Открытий
Ключевой вектор развития — "рассуждающие модели" (reasoning models), которые в ближайшие 5 лет смогут проводить новые научные исследования (novel research).

Это означает переход от ИИ-ассистентов к автономным агентам, способным к самостоятельной постановке задач, генерации гипотез и их верификации.

OpenAI Deep Research: Уже сейчас этот инструмент, базирующийся на будущей модели OpenAI o3, демонстрирует способность к автономному анализу и синтезу информации из сотен онлайн-источников, создавая отчеты уровня аналитика.

Он обучен с помощью сквозного обучения с подкреплением (end-to-end RL) для сложных исследовательских задач.

⚙️ Технологии: Обучение с Подкреплением и "Мышление" ИИ

Пачоцки акцентирует внимание на возросшей роли обучения с подкреплением (RL) в создании рассуждающих моделей, позволяя им "находить собственный способ мышления".

Важно, что ИИ-"мышление" отлично от человеческого: модели оперируют знаниями без осознания процесса их получения.

🌍 Открытость, Вызовы и Этика

OpenAI, реагируя на критику по энергопотреблению и использованию данных, планирует выпустить "open-weight" модель (с открытыми весами) "в ближайшие месяцы" (данные на март 2025).

Эта модель, первая со времен GPT-2, будет обладать "рассуждающими" способностями уровня OpenAI o3-mini.

Этот шаг направлен на повышение прозрачности и доступности технологий для исследователей, частично решая проблему доминирования проприетарных систем.

💡 Практическое Применение и Взгляд в Будущее
Развитие рассуждающих ИИ-систем, таких как Deep Research, сулит прорывы в:

- Ускорении научных открытий через анализ больших данных.
- Междисциплинарном синтезе знаний.
- Персонализированной медицине и материаловедении.

Интеграция ИИ в науку углубляется, предвещая эру ИИ-партнеров в исследованиях.

О чем, собственно, и говорит Альтман в предыдущем посте.
Ждем открытий при непосредственном лидирующем участии ИИ.

#OpenAI #JakubPachocki #AIinScience #ReasoningModels #DeepResearch #ReinforcementLearning #OpenWeightModels #AGI #FutureTech
———
@tsingular