А знаете ли вы, кто является крупнейшим потребителем образовательных услуг, связанных с ИИ?
Речь о действующей государственной машине, которая уже сейчас встраивает искусственный интеллект в подготовку личного состава, офицеров, штабов, командиров и гражданских сотрудников оборонного ведомства.
По институциональному масштабу, охвату и глубине образовательной инфраструктуры Министерство обороны США и особенно Армия США уже выглядят как один из крупнейших мировых заказчиков и потребителей таких услуг.
Chief Digital and Artificial Intelligence Office запустил Digital On-Demand — доступ к учебным материалам Massachusetts Institute of Technology для военных и гражданских сотрудников Министерства обороны.
Официальная цель — создать базовое понимание ИИ, генеративного ИИ, больших данных, кибербезопасности, 5G, интернета вещей и других технологий в масштабах всей оборонной организации.
В 2025 финансовом году тот же Chief Digital and Artificial Intelligence Office оплачивал обучение руководителей по программе Leading Data and AI-Enabled Organizations. Это executive education — обучение управленцев тому, как руководить организациями, где решения, процессы и операции всё больше зависят от данных и ИИ.
Стратегия Министерства обороны США по искусственному интеллекту, опубликованная в январе 2026 года, ставит задачу сделать ведомство “AI-first”. Один из проектов — GenAI.mil — дает доступ к ведущим ИИ-моделям примерно трём миллионам военных и гражданских сотрудников Министерства обороны на разных уровнях секретности. Это означает, что ИИ перестаёт быть инструментом узкой группы специалистов и становится массовой рабочей средой оборонного ведомства.
Отдельно выделяется Армия США. Её Army Artificial Intelligence Integration Center, то есть Центр интеграции искусственного интеллекта Армии США, ведёт специализированные образовательные программы.
Например, Artificial Intelligence Technician Program.
36-месячная траектория: 32 недели академического обучения в Carnegie Mellon University, затем 20 недель прикладного обучения и 24 месяца проектной работы в интересах армейских задач.
Artificial Intelligence Scholars Program: магистерские и докторские траектории для офицеров Active Component по направлениям data analytics, data engineering и autonomous systems engineering. Армия США выращивает собственные кадры, способные понимать, внедрять и сопровождать ИИ-системы внутри военной организации.
В декабре 2025 года Армия США создала новую офицерскую специализацию 49B — Artificial Intelligence / Machine Learning Officer, то есть офицер по искусственному интеллекту и машинному обучению. Для таких офицеров предусмотрены graduate-level training и практический опыт создания, развёртывания и сопровождения армейских ИИ-систем.
В марте 2026 года Combined Arms Command начал интегрировать Maven Smart System в обучение и военное образование. Maven включают в подготовку Command and General Staff College, School of Advanced Military Studies, School of Command Preparation и Data Academy.
Количество обучающих курсов по ИИ и на основе специализированных армейских тренажеров на основе ИИ для операторов боевых систем, штабистов, логистов, аналитиков, разведчиков измеряется многими сотнями и с трудом поддается подсчету.
Министерство обороны США и Армию США можно уже описывать как одну из крупнейших институциональных систем спроса на ИИ-образование.
Это спрос сразу нескольких уровней: массовая ИИ-грамотность для миллионов сотрудников, executive education для руководителей, профессиональная подготовка офицеров, академические программы в университетах, новая карьерная специализация, внедрение ИИ-инструментов в командно-штабное образование.
Кажется, что армия США сильно опережает многие образовательные институции (как государственные, так и корпоративные) в вопросах внедрения ИИ именно в образование.
По институциональному масштабу, охвату и глубине образовательной инфраструктуры Министерство обороны США и особенно Армия США уже выглядят как один из крупнейших мировых заказчиков и потребителей таких услуг.
Chief Digital and Artificial Intelligence Office запустил Digital On-Demand — доступ к учебным материалам Massachusetts Institute of Technology для военных и гражданских сотрудников Министерства обороны.
Официальная цель — создать базовое понимание ИИ, генеративного ИИ, больших данных, кибербезопасности, 5G, интернета вещей и других технологий в масштабах всей оборонной организации.
В 2025 финансовом году тот же Chief Digital and Artificial Intelligence Office оплачивал обучение руководителей по программе Leading Data and AI-Enabled Organizations. Это executive education — обучение управленцев тому, как руководить организациями, где решения, процессы и операции всё больше зависят от данных и ИИ.
Стратегия Министерства обороны США по искусственному интеллекту, опубликованная в январе 2026 года, ставит задачу сделать ведомство “AI-first”. Один из проектов —
Отдельно выделяется Армия США. Её Army Artificial Intelligence Integration Center, то есть Центр интеграции искусственного интеллекта Армии США, ведёт специализированные образовательные программы.
Например, Artificial Intelligence Technician Program.
36-месячная траектория: 32 недели академического обучения в Carnegie Mellon University, затем 20 недель прикладного обучения и 24 месяца проектной работы в интересах армейских задач.
Artificial Intelligence Scholars Program: магистерские и докторские траектории для офицеров Active Component по направлениям data analytics, data engineering и autonomous systems engineering. Армия США выращивает собственные кадры, способные понимать, внедрять и сопровождать ИИ-системы внутри военной организации.
В декабре 2025 года Армия США создала новую офицерскую специализацию 49B — Artificial Intelligence / Machine Learning Officer, то есть офицер по искусственному интеллекту и машинному обучению. Для таких офицеров предусмотрены graduate-level training и практический опыт создания, развёртывания и сопровождения армейских ИИ-систем.
В марте 2026 года Combined Arms Command начал интегрировать Maven Smart System в обучение и военное образование. Maven включают в подготовку Command and General Staff College, School of Advanced Military Studies, School of Command Preparation и Data Academy.
Количество обучающих курсов по ИИ и на основе специализированных армейских тренажеров на основе ИИ для операторов боевых систем, штабистов, логистов, аналитиков, разведчиков измеряется многими сотнями и с трудом поддается подсчету.
Министерство обороны США и Армию США можно уже описывать как одну из крупнейших институциональных систем спроса на ИИ-образование.
Это спрос сразу нескольких уровней: массовая ИИ-грамотность для миллионов сотрудников, executive education для руководителей, профессиональная подготовка офицеров, академические программы в университетах, новая карьерная специализация, внедрение ИИ-инструментов в командно-штабное образование.
Кажется, что армия США сильно опережает многие образовательные институции (как государственные, так и корпоративные) в вопросах внедрения ИИ именно в образование.
64🥰3🤔3❤1👏1
ИИ в науке, образовании и рынке труда
А знаете ли вы, кто является крупнейшим потребителем образовательных услуг, связанных с ИИ? Речь о действующей государственной машине, которая уже сейчас встраивает искусственный интеллект в подготовку личного состава, офицеров, штабов, командиров и гражданских…
Как иллюстрация к предыдущими посту.
США
Школа вооружения армии США (U.S. Army Ordnance School) описала модернизацию подготовки ремонтников по специальностям 91 и 94. Один из практических элементов — пилот с Meta Aria: умные очки и инструменты искусственного интеллекта для обучения и удалённого технического сопровождения.
Пилот стартовал на Fort Lee: очки фиксировали видео ремонтных операций, движения рук и условия вокруг техника. Дальше данные должны связываться с техническими руководствами и расширенной реальностью (extended reality, XR), чтобы обучаемый или механик видел подсказки в процессе работы, а не после очередного «разбора полётов». В планах — уточнение прототипов под конкретные задачи и бенчмаркинг с AI-моделями, включая Google Gemini.
https://www.army.mil/article-amp/291273/modernizing_army_maintenance_training_enhancing_technical_depth_and_leveraging_emerging_technologies
США
Школа вооружения армии США (U.S. Army Ordnance School) описала модернизацию подготовки ремонтников по специальностям 91 и 94. Один из практических элементов — пилот с Meta Aria: умные очки и инструменты искусственного интеллекта для обучения и удалённого технического сопровождения.
Пилот стартовал на Fort Lee: очки фиксировали видео ремонтных операций, движения рук и условия вокруг техника. Дальше данные должны связываться с техническими руководствами и расширенной реальностью (extended reality, XR), чтобы обучаемый или механик видел подсказки в процессе работы, а не после очередного «разбора полётов». В планах — уточнение прототипов под конкретные задачи и бенчмаркинг с AI-моделями, включая Google Gemini.
https://www.army.mil/article-amp/291273/modernizing_army_maintenance_training_enhancing_technical_depth_and_leveraging_emerging_technologies
U.S. Army
Modernizing Army Maintenance Training: Enhancing Technical Depth and Leveraging Emerging Technologies
The U.S. Army Ordnance School is spearheading efforts to modernize maintenance training across career management fields (CMFs) 91 and 94, ensuring Soldi...
65❤🔥2❤1🥰1
Великобритания
Правительство Великобритании опубликовало справку по Закону о преступности и полиции 2026 года (Crime and Policing Act 2026). Среди мер есть запрет моделей искусственного интеллекта, оптимизированных для создания запрещённого сексуализированного контента с участием детей, а также расширение ответственности за инструкции по использованию ИИ для таких действий.
Документ также предусматривает ответственность администраторов и модераторов площадок, размещающих такой контент.
У правительства появляются полномочия включать нерегулируемые ИИ-чатботы в сферу действия Закона об онлайн-безопасности 2023 года (Online Safety Act 2023).
Это означает обязанности по снижению рисков незаконного ИИ-контента и использования ИИ-сервисов для совершения преступлений. Поставщикам сервисов придётся доказывать наличие контроля, журналирования, модерации и процедур реагирования.
https://www.gov.uk/government/publications/crime-and-policing-act-2026-factsheets/crime-and-policing-act-overarching-factsheet
Правительство Великобритании опубликовало справку по Закону о преступности и полиции 2026 года (Crime and Policing Act 2026). Среди мер есть запрет моделей искусственного интеллекта, оптимизированных для создания запрещённого сексуализированного контента с участием детей, а также расширение ответственности за инструкции по использованию ИИ для таких действий.
Документ также предусматривает ответственность администраторов и модераторов площадок, размещающих такой контент.
У правительства появляются полномочия включать нерегулируемые ИИ-чатботы в сферу действия Закона об онлайн-безопасности 2023 года (Online Safety Act 2023).
Это означает обязанности по снижению рисков незаконного ИИ-контента и использования ИИ-сервисов для совершения преступлений. Поставщикам сервисов придётся доказывать наличие контроля, журналирования, модерации и процедур реагирования.
https://www.gov.uk/government/publications/crime-and-policing-act-2026-factsheets/crime-and-policing-act-overarching-factsheet
GOV.UK
Crime and Policing Act 2026: overarching factsheet
We will:
62❤3❤🔥2👍1🥰1🤡1
США
Бесплатные микрокурсы ИИ для педагогов
Google запустил Google AI Educator Series (серия микрокурсов по ИИ для педагогов) совместно с Международным обществом технологий в образовании и Ассоциацией надзора и разработки учебных программ (International Society for Technology in Education and Association for Supervision and Curriculum Development, ISTE+ASCD).
Более 20 занятий. Курсы рассчитаны на 15–45 минут, доступны бесплатно и ориентированы на 6 млн школьных и вузовских педагогов США.
Повышение квалификации без отрыва от производства.
Регистрация открыта. Есть вероятность, что доступно не только учителям из США. Не проверяли.
Заинтересованные могут попробовать зарегистрироваться и посмотреть изнутри :)
PS… Как сообщает наш постоянный читатель @o_alpeev «пускает». Благодарим!
https://blog.google/products-and-platforms/products/education/ai-educator-series/
Бесплатные микрокурсы ИИ для педагогов
Google запустил Google AI Educator Series (серия микрокурсов по ИИ для педагогов) совместно с Международным обществом технологий в образовании и Ассоциацией надзора и разработки учебных программ (International Society for Technology in Education and Association for Supervision and Curriculum Development, ISTE+ASCD).
Более 20 занятий. Курсы рассчитаны на 15–45 минут, доступны бесплатно и ориентированы на 6 млн школьных и вузовских педагогов США.
Повышение квалификации без отрыва от производства.
Регистрация открыта. Есть вероятность, что доступно не только учителям из США. Не проверяли.
Заинтересованные могут попробовать зарегистрироваться и посмотреть изнутри :)
PS… Как сообщает наш постоянный читатель @o_alpeev «пускает». Благодарим!
https://blog.google/products-and-platforms/products/education/ai-educator-series/
Google
Start learning with Google’s new AI Educator Series.
Free AI literacy training is available to all 6 million K-12 and higher education teachers across the U.S.
61❤2❤🔥2🤝2🥰1👏1
Forwarded from Новости оборонного ИИ
ГОСТ Р 71476-2024.pdf
2.6 MB
А знаете ли вы, что в РФ уже действует большое количество государственных стандартов в области ИИ?
Пример прилагается.
Ознакомиться с полным перечнем можно по ссылке:
“Действующие стандарты по направлению «Искусственный интеллект»”
https://www.rst.gov.ru/portal/gost/home/standarts/aistandarts
Пример прилагается.
Ознакомиться с полным перечнем можно по ссылке:
“Действующие стандарты по направлению «Искусственный интеллект»”
https://www.rst.gov.ru/portal/gost/home/standarts/aistandarts
60❤3👍3❤🔥1🥰1😁1
Кстати. Если удобнее читать нас в Максе…—>>>
MAX
MAX – быстрое и легкое приложение для общения и решения пов…
64❤2❤🔥1🥰1
Россия
В СМИ активно цитируется интервью Сергея Кравцова РИА Новости. Минпросвещения вводит в школах профиль «Искусственный интеллект».
По словам министра, с 2026/2027 учебного года профиль «Искусственный интеллект» будет внедрён в школьную программу «в рамках углубленного изучения предмета». Речь идёт о профиле внутри углублённой информатики.
Сначала профиль «Искусственный интеллект» включили во Всероссийскую олимпиаду школьников по информатике, затем его решили перенести в школьную программу. На сайте Всероссийской олимпиады школьников по информатике за 2025/2026 учебный год уже есть отдельные материалы по профилю «Искусственный интеллект»: презентации, тестовые файлы и разборы заданий регионального этапа для 9–11 классов.
База.
Приказ Минпросвещения России от 18 декабря 2025 года № 973 зарегистрирован в Минюсте 3 февраля 2026 года, регистрационный № 85212. Этим приказом внесены изменения в федеральный перечень учебников.
В перечень включены учебники «Введение в искусственный интеллект» для 5–6, 7–8 и 9 классов. Издатель — акционерное общество «Издательство “Просвещение”». Срок использования в перечне — до 28 ноября 2030 года.
Учебники, кончено, устареют полностью на момент отправки в типографию. Тут нужно что-то другое.
Для 5–9 классов уже есть рабочая программа курса внеурочной деятельности «Искусственный интеллект» на портале «Единое содержание общего образования». Она включает знакомство с понятием искусственного интеллекта, историей его развития, преимуществами и рисками, сферами применения, навыками работы с искусственным интеллектом, созданием проектов, генерацией текстов, изображений и музыки.
По этой программе общий объём курса — 136 часов: 17 часов в 5 классе, 17 часов в 6 классе, 34 часа в 7 классе, 34 часа в 8 классе и 34 часа в 9 классе.
Программа может реализовываться как курс внеурочной деятельности или за счёт части учебного плана, формируемой участниками образовательных отношений. Минимальный объём последовательного курса за 5 лет — не менее 102 учебных часов.
В 5–6 классах — базовые представления об искусственном интеллекте, технологиях, этике, безопасности и применении в науке, образовании, экологии, здравоохранении, промышленности и творчестве.
В 7–8 классах — понятия «искусственный интеллект», «нейронная сеть», данные, применение в разных сферах.
В 9 классе — генерация текста, изображений, аудио и видео, программирование для работы с искусственным интеллектом и базовые сведения из математики машинного обучения.
Единая обязательная цифровая платформа не упоминается.
Пока так.
В СМИ активно цитируется интервью Сергея Кравцова РИА Новости. Минпросвещения вводит в школах профиль «Искусственный интеллект».
По словам министра, с 2026/2027 учебного года профиль «Искусственный интеллект» будет внедрён в школьную программу «в рамках углубленного изучения предмета». Речь идёт о профиле внутри углублённой информатики.
Сначала профиль «Искусственный интеллект» включили во Всероссийскую олимпиаду школьников по информатике, затем его решили перенести в школьную программу. На сайте Всероссийской олимпиады школьников по информатике за 2025/2026 учебный год уже есть отдельные материалы по профилю «Искусственный интеллект»: презентации, тестовые файлы и разборы заданий регионального этапа для 9–11 классов.
База.
Приказ Минпросвещения России от 18 декабря 2025 года № 973 зарегистрирован в Минюсте 3 февраля 2026 года, регистрационный № 85212. Этим приказом внесены изменения в федеральный перечень учебников.
В перечень включены учебники «Введение в искусственный интеллект» для 5–6, 7–8 и 9 классов. Издатель — акционерное общество «Издательство “Просвещение”». Срок использования в перечне — до 28 ноября 2030 года.
Учебники, кончено, устареют полностью на момент отправки в типографию. Тут нужно что-то другое.
Для 5–9 классов уже есть рабочая программа курса внеурочной деятельности «Искусственный интеллект» на портале «Единое содержание общего образования». Она включает знакомство с понятием искусственного интеллекта, историей его развития, преимуществами и рисками, сферами применения, навыками работы с искусственным интеллектом, созданием проектов, генерацией текстов, изображений и музыки.
По этой программе общий объём курса — 136 часов: 17 часов в 5 классе, 17 часов в 6 классе, 34 часа в 7 классе, 34 часа в 8 классе и 34 часа в 9 классе.
Программа может реализовываться как курс внеурочной деятельности или за счёт части учебного плана, формируемой участниками образовательных отношений. Минимальный объём последовательного курса за 5 лет — не менее 102 учебных часов.
В 5–6 классах — базовые представления об искусственном интеллекте, технологиях, этике, безопасности и применении в науке, образовании, экологии, здравоохранении, промышленности и творчестве.
В 7–8 классах — понятия «искусственный интеллект», «нейронная сеть», данные, применение в разных сферах.
В 9 классе — генерация текста, изображений, аудио и видео, программирование для работы с искусственным интеллектом и базовые сведения из математики машинного обучения.
Единая обязательная цифровая платформа не упоминается.
Пока так.
71❤7👍3❤🔥1🥰1
Forwarded from Олег Алпеев
Искусственный+Интеллект_+5_9+классы_+Методическое+пособие.pdf
2.2 MB
Часть 1.
Честно говоря, уже соскучился по возможности высказаться на животрепещущие темы. И вот автор(ы) канала и министр просвещения Сергей Кравцов представили такую возможность.
Новость хорошая. То, что вводят профиль "Искусственный интеллект" в рамках уроков информатики углубленного уровня – хорошо. Что не для всех – не очень, но ничего, надо начинать с меньшинства. Ничего страшного.
А вот что беспокоит. Ни в сегодняшнем заявлении министра просвещения, ни в выступлениях по итогам встречи руководителей министерств и ведомств с ключевыми игроками образовательного рынка в «Городской лаборатории» ВЭБ.РФ, состоявшейся 17 марта сего года (ссылка –https://edu.gov.ru/press/11196/sergey-kravcov-vazhno-ponimat…), где, видимо, готовилась почва для принятого сегодня решения, не прозвучали слова о проблеме ответственного использования ИИ в образовании, неоднократно поднимавшейся в этом канале.
Автор(ы) канала обратил(и) внимание на то, что пока у нас искусственный интеллект преподается в рамках внеурочной деятельности, для которой есть утвержденная рабочая программа, в которой вопросы этики при его использовании затрагиваются. И к этой внеурочной деятельности с декабря 2024 г. введены учебные пособия «Искусственный интеллект», изданные «Просвещением» – для 5–6, 7–8 и 9 классов, о которых пишет(ут) автор(ы). В этом году они были просто переквалифицированы в учебники (т. е. был повышен их статус до обязательного) под названием «Введение в искусственный интеллект» с сохранением содержания. Видимо, они и будут базой для учебников по новому профилю.
Меня они заинтересовали, и я решил с ними ознакомиться в части, касающейся этических вопросов использования ИИ. Более того, «Методические пособие» к ним доступно для бесплатного скачивания на сайте издательства «Просвещение», по нему вполне можно составить представления о всей линейке. Его я прикрепляю в приложении.
Так вот. К сожалению, ответственному использованию ИИ в обучении в них уделяется крайне мало внимания. Только в учебнике для 5–6 класса в рамках 5 модуля (этика, мораль, безопасность и т. д.) этому вопросу уделено меньше страницы из примерно 160! (с. 89–90, плюс несколько слов про этику в отношении дипфейков в учебнике для 9 класса) Имеет смысл привести этот маленький фрагмент полностью:
Честно говоря, уже соскучился по возможности высказаться на животрепещущие темы. И вот автор(ы) канала и министр просвещения Сергей Кравцов представили такую возможность.
Новость хорошая. То, что вводят профиль "Искусственный интеллект" в рамках уроков информатики углубленного уровня – хорошо. Что не для всех – не очень, но ничего, надо начинать с меньшинства. Ничего страшного.
А вот что беспокоит. Ни в сегодняшнем заявлении министра просвещения, ни в выступлениях по итогам встречи руководителей министерств и ведомств с ключевыми игроками образовательного рынка в «Городской лаборатории» ВЭБ.РФ, состоявшейся 17 марта сего года (ссылка –https://edu.gov.ru/press/11196/sergey-kravcov-vazhno-ponimat…), где, видимо, готовилась почва для принятого сегодня решения, не прозвучали слова о проблеме ответственного использования ИИ в образовании, неоднократно поднимавшейся в этом канале.
Автор(ы) канала обратил(и) внимание на то, что пока у нас искусственный интеллект преподается в рамках внеурочной деятельности, для которой есть утвержденная рабочая программа, в которой вопросы этики при его использовании затрагиваются. И к этой внеурочной деятельности с декабря 2024 г. введены учебные пособия «Искусственный интеллект», изданные «Просвещением» – для 5–6, 7–8 и 9 классов, о которых пишет(ут) автор(ы). В этом году они были просто переквалифицированы в учебники (т. е. был повышен их статус до обязательного) под названием «Введение в искусственный интеллект» с сохранением содержания. Видимо, они и будут базой для учебников по новому профилю.
Меня они заинтересовали, и я решил с ними ознакомиться в части, касающейся этических вопросов использования ИИ. Более того, «Методические пособие» к ним доступно для бесплатного скачивания на сайте издательства «Просвещение», по нему вполне можно составить представления о всей линейке. Его я прикрепляю в приложении.
Так вот. К сожалению, ответственному использованию ИИ в обучении в них уделяется крайне мало внимания. Только в учебнике для 5–6 класса в рамках 5 модуля (этика, мораль, безопасность и т. д.) этому вопросу уделено меньше страницы из примерно 160! (с. 89–90, плюс несколько слов про этику в отношении дипфейков в учебнике для 9 класса) Имеет смысл привести этот маленький фрагмент полностью:
62❤🔥2❤1👍1🥰1
Forwarded from Олег Алпеев
Часть 2.
«ЭТИКА И МОРАЛЬ ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТЕЙ В ОБУЧЕНИИ
Есть большой соблазн использовать искусственный интеллект для того, чтобы он сделал за нас домашнее задание, написал сочинение, подготовил презентацию или проект. Это обман, причём в первую очередь самого себя. Нерадивый и ленивый ученик один раз дал задание искусственному интеллекту написать сочинение, ему понравилось, он получил хорошую оценку. Так зачем же тогда стараться и писать самому? Но может случиться, что нейросети не будет под рукой, а нужно будет написать письмо, эссе, сдать экзамен, и окажется, что ученик не способен это сделать.
Это вовсе не значит, что нельзя заниматься подготовкой каких-либо материалов с помощью искусственного интеллекта. Иногда это может быть увлекательно и познавательно, но следует соблюдать этические нормы: необходимо всегда указывать, какой материал создан с помощью нейросетей.
Помните, что искусственный интеллект — это помощник в обучении, но нельзя воспринимать его как замену своих собственных интеллектуальных способностей.»
Получается, что простое указание на то, что ты сгенерил нейронкой домашнее задание является индульгенцией для неуча! Как уже обращал(и) внимание автор(ы) – «запрет без объяснения слаб!». А его тут нет вообще.
Почему так получилось? Думаю, потому что к разработке учебников были привлечены более 30 ведущих российских разработчиков технологий искусственного интеллекта из Сбера, Яндекса, Т-банка, МТС, "Газпром нефти" и других. Технари и разрабы. А вот социальщиков, тех, кто могли бы разработать морально-этические вопросы, пригласить забыли… А зря.
По моему твердому убеждению, при введении нового профиля акцент на этические вопросы и ответственность учеников в процессе обучения должен быть усилен в разы. Должен быть отдельный модуль, который так и надо назвать: «Ответственное использование ИИ в обучении», в котором будут доходчиво разъяснены все последствия недобросовестного обращения с нейросетями. Разрабатывать его должны социальщики, педагоги, специалисты по этике и психологии. Иначе разговор учителя со школьниками будет выглядеть примерно как в моем горячо любимом «Саут Парке»: «Выдавать сгенерированную нейронкой домашку за свою – это плохо, понятненько?». Тогда и мне (да и всем вузовским преподавателям) не придется на 1-м курсе института вести душещипательные беседы со студентами на эту же тему.
«ЭТИКА И МОРАЛЬ ИСПОЛЬЗОВАНИЯ НЕЙРОСЕТЕЙ В ОБУЧЕНИИ
Есть большой соблазн использовать искусственный интеллект для того, чтобы он сделал за нас домашнее задание, написал сочинение, подготовил презентацию или проект. Это обман, причём в первую очередь самого себя. Нерадивый и ленивый ученик один раз дал задание искусственному интеллекту написать сочинение, ему понравилось, он получил хорошую оценку. Так зачем же тогда стараться и писать самому? Но может случиться, что нейросети не будет под рукой, а нужно будет написать письмо, эссе, сдать экзамен, и окажется, что ученик не способен это сделать.
Это вовсе не значит, что нельзя заниматься подготовкой каких-либо материалов с помощью искусственного интеллекта. Иногда это может быть увлекательно и познавательно, но следует соблюдать этические нормы: необходимо всегда указывать, какой материал создан с помощью нейросетей.
Помните, что искусственный интеллект — это помощник в обучении, но нельзя воспринимать его как замену своих собственных интеллектуальных способностей.»
Получается, что простое указание на то, что ты сгенерил нейронкой домашнее задание является индульгенцией для неуча! Как уже обращал(и) внимание автор(ы) – «запрет без объяснения слаб!». А его тут нет вообще.
Почему так получилось? Думаю, потому что к разработке учебников были привлечены более 30 ведущих российских разработчиков технологий искусственного интеллекта из Сбера, Яндекса, Т-банка, МТС, "Газпром нефти" и других. Технари и разрабы. А вот социальщиков, тех, кто могли бы разработать морально-этические вопросы, пригласить забыли… А зря.
По моему твердому убеждению, при введении нового профиля акцент на этические вопросы и ответственность учеников в процессе обучения должен быть усилен в разы. Должен быть отдельный модуль, который так и надо назвать: «Ответственное использование ИИ в обучении», в котором будут доходчиво разъяснены все последствия недобросовестного обращения с нейросетями. Разрабатывать его должны социальщики, педагоги, специалисты по этике и психологии. Иначе разговор учителя со школьниками будет выглядеть примерно как в моем горячо любимом «Саут Парке»: «Выдавать сгенерированную нейронкой домашку за свою – это плохо, понятненько?». Тогда и мне (да и всем вузовским преподавателям) не придется на 1-м курсе института вести душещипательные беседы со студентами на эту же тему.
63❤6👍2❤🔥1🥰1
Channel name was changed to «ИИ в науке, образовании и рынке труда»
s41586-026-10644-y_reference.pdf
4.5 MB
Nature: Google и DeepMind показали Co-Scientist — ИИ-систему для генерации научных гипотез
В Nature опубликована статья “Accelerating scientific discovery with Co-Scientist”.
Это работа команды Google Cloud AI Research, Google DeepMind, Google Research, Stanford University School of Medicine, Houston Methodist, Sequome, Imperial College London и других участников.
Co-Scientist - многоагентная система искусственного интеллекта на базе Gemini. Её задача — помогать учёным формулировать новые, проверяемые научные гипотезы.
Система получает исследовательскую цель на естественном языке, ищет и анализирует научные данные, предлагает гипотезы, критикует их, сравнивает между собой, дорабатывает и готовит предложения для экспериментальной проверки.
Архитектура построена как набор специализированных агентов. Один агент генерирует идеи. Другой проверяет их как научный рецензент. Третий ранжирует гипотезы через турнирную схему. Четвёртый улучшает наиболее перспективные варианты. Отдельные агенты отвечают за группировку близких идей и за обобщение обратной связи. В результате система работает по циклу: сгенерировать —> раскритиковать —> сравнить — > улучшить —> снова проверить.
Авторы подчёркивают, что Co-Scientist рассчитан на режим scientist-in-the-loop — «учёный в контуре». Человек задаёт цель, ограничения, критерии качества, может предлагать свои гипотезы, уточнять направление поиска и давать обратную связь. То есть система выступает как интеллектуальный партнёр для ранней стадии научной работы.
Проверяли систему в трёх биомедицинских задачах: перепрофилирование существующих лекарств для острого миелоидного лейкоза, поиск новых терапевтических мишеней при фиброзе печени и объяснение механизма распространения бактериальных генетических элементов, связанных с антимикробной резистентностью. В ряде случаев гипотезы Co-Scientist были проверены лабораторно in vitro — то есть в клеточных и экспериментальных моделях, а не в клинических испытаниях на пациентах.
В конкретной реализации использовался Gemini. При этом авторы называют архитектуру model-agnostic, то есть потенциально переносимую на другие мощные модели.
Что тут особенно интересно для нас.
Промты писать, конечно нужно уметь.
А еще нужно уметь формулировать исследовательские цели, задавать ограничения, проверять новизну, отличать правдоподобную гипотезу от доказанной, понимать дизайн эксперимента и видеть слабые места источников.
То есть, ИИ конечно, сильно поможет. Но базовое фундаментальное образование никто пока не отменял.
Источник прилагается.
О самой системе подробнее в блоге Гугла:
https://deepmind.google/blog/co-scientist-a-multi-agent-ai-partner-to-accelerate-research/
В Nature опубликована статья “Accelerating scientific discovery with Co-Scientist”.
Это работа команды Google Cloud AI Research, Google DeepMind, Google Research, Stanford University School of Medicine, Houston Methodist, Sequome, Imperial College London и других участников.
Co-Scientist - многоагентная система искусственного интеллекта на базе Gemini. Её задача — помогать учёным формулировать новые, проверяемые научные гипотезы.
Система получает исследовательскую цель на естественном языке, ищет и анализирует научные данные, предлагает гипотезы, критикует их, сравнивает между собой, дорабатывает и готовит предложения для экспериментальной проверки.
Архитектура построена как набор специализированных агентов. Один агент генерирует идеи. Другой проверяет их как научный рецензент. Третий ранжирует гипотезы через турнирную схему. Четвёртый улучшает наиболее перспективные варианты. Отдельные агенты отвечают за группировку близких идей и за обобщение обратной связи. В результате система работает по циклу: сгенерировать —> раскритиковать —> сравнить — > улучшить —> снова проверить.
Авторы подчёркивают, что Co-Scientist рассчитан на режим scientist-in-the-loop — «учёный в контуре». Человек задаёт цель, ограничения, критерии качества, может предлагать свои гипотезы, уточнять направление поиска и давать обратную связь. То есть система выступает как интеллектуальный партнёр для ранней стадии научной работы.
Проверяли систему в трёх биомедицинских задачах: перепрофилирование существующих лекарств для острого миелоидного лейкоза, поиск новых терапевтических мишеней при фиброзе печени и объяснение механизма распространения бактериальных генетических элементов, связанных с антимикробной резистентностью. В ряде случаев гипотезы Co-Scientist были проверены лабораторно in vitro — то есть в клеточных и экспериментальных моделях, а не в клинических испытаниях на пациентах.
В конкретной реализации использовался Gemini. При этом авторы называют архитектуру model-agnostic, то есть потенциально переносимую на другие мощные модели.
Что тут особенно интересно для нас.
Промты писать, конечно нужно уметь.
А еще нужно уметь формулировать исследовательские цели, задавать ограничения, проверять новизну, отличать правдоподобную гипотезу от доказанной, понимать дизайн эксперимента и видеть слабые места источников.
То есть, ИИ конечно, сильно поможет. Но базовое фундаментальное образование никто пока не отменял.
Источник прилагается.
О самой системе подробнее в блоге Гугла:
https://deepmind.google/blog/co-scientist-a-multi-agent-ai-partner-to-accelerate-research/
63❤6❤🔥2🔥2🥰1
Великобритания
Обновлены материалы по ИИ для школ
Министерство образования Великобритании обновило комплект методических материалов «Использование ИИ в образовательных организациях» для 2026/27 учебного года.
Материалы включают слайды, видео с расшифровками, краткие конспекты, проверочные задания и разнообразные шаблоны.
Все можно найти в открытом доступе по ссылке.
Много.
https://www.gov.uk/government/collections/using-ai-in-education-settings-support-materials
Обновлены материалы по ИИ для школ
Министерство образования Великобритании обновило комплект методических материалов «Использование ИИ в образовательных организациях» для 2026/27 учебного года.
Материалы включают слайды, видео с расшифровками, краткие конспекты, проверочные задания и разнообразные шаблоны.
Все можно найти в открытом доступе по ссылке.
Много.
https://www.gov.uk/government/collections/using-ai-in-education-settings-support-materials
GOV.UK
Using AI in education settings: support materials
Support materials to help schools and colleges use AI (artificial intelligence) safely and effectively.
64❤2❤🔥1🥰1
И снова про науку.
Как кажется, значительную часть нерешенных вопросов подобного плана, решат в ближайшем будущем.
Пока решаются задачи, которые ставил один человеческий мозг для себя самого или для решения другими человеческими мозгами.
Похоже, это время заканчивается.
Следующий этап.
Для решения какой-либо человеческой прикладной задачи ИИ сам себе ставит подзадачу, формулировку которой осознать человеческий мозг не сможет, ход рассуждений понять и оценить не сможет.
То есть, оно все будет в наличии. Но недоступно для понимания.
Сможет человек увидеть только конечный результат.
«Так появилась магия» :)
Обсудим?
…..
OpenAI сообщила, что внутренняя модель автономно опровергла давнюю гипотезу в задаче о единичных расстояниях на плоскости.
Это задача Пола Эрдёша 1946 года: если на плоскости есть n точек, сколько пар точек может находиться ровно на расстоянии 1 друг от друга?
Десятилетиями считалось, что конструкции на основе квадратной решётки практически оптимальны. Модель OpenAI построила бесконечное семейство примеров с полиномиальным улучшением и тем самым опровергла это представление.
OpenAI подчёркивает, что модель не была специально натаскана именно на эту задачу и не была специализированной системой для метематики. То есть, это модель общего назначения. Видимо, следующая версия ChatGPT. Или вариант текущей.
Подробности
https://openai.com/index/model-disproves-discrete-geometry-conjecture/
Как кажется, значительную часть нерешенных вопросов подобного плана, решат в ближайшем будущем.
Пока решаются задачи, которые ставил один человеческий мозг для себя самого или для решения другими человеческими мозгами.
Похоже, это время заканчивается.
Следующий этап.
Для решения какой-либо человеческой прикладной задачи ИИ сам себе ставит подзадачу, формулировку которой осознать человеческий мозг не сможет, ход рассуждений понять и оценить не сможет.
То есть, оно все будет в наличии. Но недоступно для понимания.
Сможет человек увидеть только конечный результат.
«Так появилась магия» :)
Обсудим?
…..
OpenAI сообщила, что внутренняя модель автономно опровергла давнюю гипотезу в задаче о единичных расстояниях на плоскости.
Это задача Пола Эрдёша 1946 года: если на плоскости есть n точек, сколько пар точек может находиться ровно на расстоянии 1 друг от друга?
Десятилетиями считалось, что конструкции на основе квадратной решётки практически оптимальны. Модель OpenAI построила бесконечное семейство примеров с полиномиальным улучшением и тем самым опровергла это представление.
OpenAI подчёркивает, что модель не была специально натаскана именно на эту задачу и не была специализированной системой для метематики. То есть, это модель общего назначения. Видимо, следующая версия ChatGPT. Или вариант текущей.
Подробности
https://openai.com/index/model-disproves-discrete-geometry-conjecture/
OpenAI
An OpenAI model has disproved a central conjecture in discrete geometry
An OpenAI model solved the 80-year-old unit distance problem, disproving a major conjecture in discrete geometry and marking a milestone in AI-driven mathematics.
71❤🔥2❤1🥰1
Англия
Jisc. Пять материалов по итогам пилота AI in Marking and Feedback Pilot.
Можно ли использовать искусственный интеллект (ИИ) для проверки работ и обратной связи так, чтобы снизить нагрузку на преподавателей и не потерять доверие студентов?
В пилоте участвуют колледжи и университеты. Тестируются как специализированные образовательные инструменты Graide, Keath и TeacherMatic, так и пользовательские ассистенты на базе ChatGPT, Gemini и Copilot.
Материалы серии:
1. Первые выводы пилота по использованию ИИ при проверке работ и подготовке обратной связи
2. Сначала формирующее оценивание: выводы пилота по использованию ИИ при проверке работ и подготовке обратной связи
3. Этика в принципах и на практике: выводы пилота по использованию ИИ при проверке работ и подготовке обратной связи
4. Как на практике сохранить человека в контуре принятия решений: выводы пилота по использованию ИИ при проверке работ и подготовке обратной связи
5. Ценность согласия студентов: выводы пилота по использованию ИИ при проверке работ и подготовке обратной связи
Тайных знаний в материалах нет. Но интересующимся по диагонали просмотреть рекомендуется. Минут пять все займет. Там лонгридов нет.
Ссылки:
Insights from the AI in Marking and Feedback Pilot
Formative First: insights from the AI in Marking and Feedback Pilot
Ethics, in Principle and Practice: insights from the AI in Marking and Feedback Pilot
The Practicalities of Keeping the Human in the Loop: insights from the AI in Marking and Feedback Pilot
The Value of Student Consent: insights from the AI in Marking and Feedback Pilot
Jisc. Пять материалов по итогам пилота AI in Marking and Feedback Pilot.
Можно ли использовать искусственный интеллект (ИИ) для проверки работ и обратной связи так, чтобы снизить нагрузку на преподавателей и не потерять доверие студентов?
В пилоте участвуют колледжи и университеты. Тестируются как специализированные образовательные инструменты Graide, Keath и TeacherMatic, так и пользовательские ассистенты на базе ChatGPT, Gemini и Copilot.
Материалы серии:
1. Первые выводы пилота по использованию ИИ при проверке работ и подготовке обратной связи
2. Сначала формирующее оценивание: выводы пилота по использованию ИИ при проверке работ и подготовке обратной связи
3. Этика в принципах и на практике: выводы пилота по использованию ИИ при проверке работ и подготовке обратной связи
4. Как на практике сохранить человека в контуре принятия решений: выводы пилота по использованию ИИ при проверке работ и подготовке обратной связи
5. Ценность согласия студентов: выводы пилота по использованию ИИ при проверке работ и подготовке обратной связи
Тайных знаний в материалах нет. Но интересующимся по диагонали просмотреть рекомендуется. Минут пять все займет. Там лонгридов нет.
Ссылки:
Insights from the AI in Marking and Feedback Pilot
Formative First: insights from the AI in Marking and Feedback Pilot
Ethics, in Principle and Practice: insights from the AI in Marking and Feedback Pilot
The Practicalities of Keeping the Human in the Loop: insights from the AI in Marking and Feedback Pilot
The Value of Student Consent: insights from the AI in Marking and Feedback Pilot
Artificial intelligence
Insights from the AI in Marking and Feedback Pilot - Artificial intelligence
In 2025, Jisc launched the AI in Marking and Feedback Pilot, a year-long initiative bringing together colleges and universities to explore whether AI can meaningfully reduce marking and feedback workload in a way that is acceptable to key stakeholders. …
64❤🔥2👍2❤1🥰1
США
No Robo Bosses
Сенат штата Калифорния одобрил законопроект SB 947 No Robo Bosses Act of 2026 (законопроект о запрете «робоначальников») голосованием 29 против 9. Документ касается автоматизированных систем принятия решений на рабочем месте. Работодателю запрещается полагаться только на такие системы при увольнении или дисциплинарном взыскании.
Запрещается использовать системы, которые на основе персональных данных работников «предсказывают» их будущее поведение.
https://sd05.senate.ca.gov/news/ca-senate-approves-no-robo-bosses-act-2026-ensure-human-oversight-ai-workplace
No Robo Bosses
Сенат штата Калифорния одобрил законопроект SB 947 No Robo Bosses Act of 2026 (законопроект о запрете «робоначальников») голосованием 29 против 9. Документ касается автоматизированных систем принятия решений на рабочем месте. Работодателю запрещается полагаться только на такие системы при увольнении или дисциплинарном взыскании.
Запрещается использовать системы, которые на основе персональных данных работников «предсказывают» их будущее поведение.
https://sd05.senate.ca.gov/news/ca-senate-approves-no-robo-bosses-act-2026-ensure-human-oversight-ai-workplace
64👍4❤2❤🔥1🔥1🥰1
Любопытная статья на Arxiv.org
«Agentic AI Scientists Are Not Built For Autonomous Scientific Discovery»
Мы бы дали другое название: «Почему научные ИИ-агенты до сих пор не открыли все?» :)
В принципе, ответ на поверхности.
Потому что!
Но поскольку споры идут, то статья нам показалась показательной :)
Авторы утверждают, нынешние агентные ИИ-системы уже полезны как «со-учёные», но не готовы к автономному научному открытию (правда последние новости это все чаще опровергают). Главная причина — они хорошо решают формализованные задачи, но плохо выбирают, какие вопросы вообще стоит исследовать.
Первый аргумент — «ошибка Макнамары». ИИ тянет науку к тому, что легко измерить, оптимизировать и превратить в бенчмарк. По статье, это сужает пространство научных вопросов.
Авторы ссылаются на работу, где учёные, работающие с помощью ИИ, публиковали в 3,02 раза больше статей и получали в 4,84 раза больше цитирований, но коллективный объём изучаемых тем снижался на 4,63%, а взаимодействие между учёными — на 22%.
Ну и что?
ИИ помогает выбирать приоритетные темы. ИИ снижает необходимость взаимодействия, заменяя ресечеров, а часто и необходимость консультаций с более опытными товарищами.
Дальше.
Корпус обучения не содержит того, что реально важно в лаборатории.
Неудачные попытки, «грязные» протоколы, отброшенные гипотезы, признаки артефактов измерения. Публикации показывают очищенный итог, а не путь к нему.
Это, вроде как сильный аргумент. Но, кажется, устаревший. Ибо сегодня ИИ системы, предназначенные для научных исследований, ведут протоколы, сохраняют данные о неудачных экспериментах, имеют всю информацию не только об успехах, но и о неудачах. И данные копятся со страшной скоростью.
Другие аргументы статьи тоже ежедневно опровергаются.
Но если сегодня кому-то нужны аргументы «почему нет», то статья рекомендуется к прочтению.
https://arxiv.org/html/2605.08956v1
«Agentic AI Scientists Are Not Built For Autonomous Scientific Discovery»
Мы бы дали другое название: «Почему научные ИИ-агенты до сих пор не открыли все?» :)
В принципе, ответ на поверхности.
Потому что!
Но поскольку споры идут, то статья нам показалась показательной :)
Авторы утверждают, нынешние агентные ИИ-системы уже полезны как «со-учёные», но не готовы к автономному научному открытию (правда последние новости это все чаще опровергают). Главная причина — они хорошо решают формализованные задачи, но плохо выбирают, какие вопросы вообще стоит исследовать.
Первый аргумент — «ошибка Макнамары». ИИ тянет науку к тому, что легко измерить, оптимизировать и превратить в бенчмарк. По статье, это сужает пространство научных вопросов.
Авторы ссылаются на работу, где учёные, работающие с помощью ИИ, публиковали в 3,02 раза больше статей и получали в 4,84 раза больше цитирований, но коллективный объём изучаемых тем снижался на 4,63%, а взаимодействие между учёными — на 22%.
Ну и что?
ИИ помогает выбирать приоритетные темы. ИИ снижает необходимость взаимодействия, заменяя ресечеров, а часто и необходимость консультаций с более опытными товарищами.
Дальше.
Корпус обучения не содержит того, что реально важно в лаборатории.
Неудачные попытки, «грязные» протоколы, отброшенные гипотезы, признаки артефактов измерения. Публикации показывают очищенный итог, а не путь к нему.
Это, вроде как сильный аргумент. Но, кажется, устаревший. Ибо сегодня ИИ системы, предназначенные для научных исследований, ведут протоколы, сохраняют данные о неудачных экспериментах, имеют всю информацию не только об успехах, но и о неудачах. И данные копятся со страшной скоростью.
Другие аргументы статьи тоже ежедневно опровергаются.
Но если сегодня кому-то нужны аргументы «почему нет», то статья рекомендуется к прочтению.
https://arxiv.org/html/2605.08956v1
74❤🔥2❤1👍1🔥1🥰1
Энциклика Leo XIV “Magnifica Humanitas”
Защита человеческой личности в эпоху искусственного интеллекта.
Внутри про науку и образование.
Тезисы:
Образование становится главным полем борьбы за истину
Учиться не только применению ИИ, но и отказу от применения
Цифровая грамотность должна включать распознавание манипуляций
Нужен союз государства, школы и семьи в цифровую эпоху
Школа остаётся пространством поиска истины и смысла
Неравенство доступа к образованию становится ключевым риском
ИИ быстро делает прежние учебные программы устаревшими
Роль учителя должна быть переосмыслена, но не отменена
Учителей нужно постоянно готовить к работе с новыми технологиями
Поток информации не должен заменять исследование и размышление
Наука об ИИ должна глубже изучать сами механизмы ИИ-систем
Исследователи, университеты, бизнес и инвесторы несут особую ответственность за развитие ИИ
Полный текст:
https://www.vatican.va/content/leo-xiv/en/encyclicals/documents/20260515-magnifica-humanitas.html
Защита человеческой личности в эпоху искусственного интеллекта.
Внутри про науку и образование.
Тезисы:
Образование становится главным полем борьбы за истину
Учиться не только применению ИИ, но и отказу от применения
Цифровая грамотность должна включать распознавание манипуляций
Нужен союз государства, школы и семьи в цифровую эпоху
Школа остаётся пространством поиска истины и смысла
Неравенство доступа к образованию становится ключевым риском
ИИ быстро делает прежние учебные программы устаревшими
Роль учителя должна быть переосмыслена, но не отменена
Учителей нужно постоянно готовить к работе с новыми технологиями
Поток информации не должен заменять исследование и размышление
Наука об ИИ должна глубже изучать сами механизмы ИИ-систем
Исследователи, университеты, бизнес и инвесторы несут особую ответственность за развитие ИИ
Полный текст:
https://www.vatican.va/content/leo-xiv/en/encyclicals/documents/20260515-magnifica-humanitas.html
www.vatican.va
Encyclical Letter of His Holiness Leo XIV Magnifica Humanitas (15 May 2026)
ENCYCLICAL LETTER MAGNIFICA HUMANITAS OF HIS HOLINESS POPE LEO XIV ON SAFEGUARDING THE HUMAN PERSON IN THE TIME OF ARTIFICIAL INTELLIGENCE [ Multimedia ] ___________________________
64❤3❤🔥1🥰1
Forwarded from Олег Алпеев
Часть 1
Разобранная автором(ами) статья очень хорошо укладывается в конструктивный диалог, произошедшей у нас на прошлой неделе по проблеме автономности ИИ в науке. На мое предположение, что ИИ лишен исследовательской интуиции, автор(ы) деликатно и аргументированно показал(и), что это уже не так.
На примере представленной статьи, весьма ретроградской, надо сказать, направленности, автор(ы) вновь вполне убедительно показывает(ют), что интуиция у ИИ вполне присутствует и позволяет ему самостоятельно, без участия человека, выбирать перспективные направления исследований, собственно, в чем исследовательская интуиция во многом и заключается.
Хотя я и раньше считал, что в рамках т. н. «нормальной науки» ИИ вполне нашел себе место, то теперь я убедился, что здесь он куда как более автономен и важен, нежели я представлял себе до произошедшего диалога. И все же вопрос, способен ли ИИ на полноценное самостоятельное открытие или даже на «научную революцию» в рамках «экстраординарной науки» по тому же Куну, для меня оставался открытым. Поэтому я немного решил углубиться в тему, насколько это мне позволяет социально-гуманитарный бэкграунд.
Ознакомление с доступными материалами показывает, что на этот вопрос можно ответить утвердительно благодаря парадигмальным перемены в обучении ИИ.
Если в отношении больших языковых моделей (LLM), обученных решать определенные задачи на массиве данных, накопленных и оцифрованных людьми, еще могут быть сомнения в их способности к полноценному самостоятельному творчеству, то создание архитектуры ИИ JEPA (Joint-Embedding Predictive Architecture), концептуально обоснованной гуру ИИ Яном Лекуном в 2022 г. и постепенно внедряющейся в практику, позволяет уверенно говорить о том, что ИИ способен стать полноценным «субъектом» в научной лаборатории.
В отличие от LLM, обученных решать определенные задачи на массиве данных, накопленных и оцифрованных людьми, JEPA извлекает из обучающих данных не некие опосредованные и неявные закономерности, но абстрактные представления о том, как устроен мир, что позволяет осознавать физическую реальность на человеческом уровне. Обученные в этой системе нейросети способны самообучаться и изучать полезные для себя абстракции в процессе самообучения и концептуализировать их.
Разобранная автором(ами) статья очень хорошо укладывается в конструктивный диалог, произошедшей у нас на прошлой неделе по проблеме автономности ИИ в науке. На мое предположение, что ИИ лишен исследовательской интуиции, автор(ы) деликатно и аргументированно показал(и), что это уже не так.
На примере представленной статьи, весьма ретроградской, надо сказать, направленности, автор(ы) вновь вполне убедительно показывает(ют), что интуиция у ИИ вполне присутствует и позволяет ему самостоятельно, без участия человека, выбирать перспективные направления исследований, собственно, в чем исследовательская интуиция во многом и заключается.
Хотя я и раньше считал, что в рамках т. н. «нормальной науки» ИИ вполне нашел себе место, то теперь я убедился, что здесь он куда как более автономен и важен, нежели я представлял себе до произошедшего диалога. И все же вопрос, способен ли ИИ на полноценное самостоятельное открытие или даже на «научную революцию» в рамках «экстраординарной науки» по тому же Куну, для меня оставался открытым. Поэтому я немного решил углубиться в тему, насколько это мне позволяет социально-гуманитарный бэкграунд.
Ознакомление с доступными материалами показывает, что на этот вопрос можно ответить утвердительно благодаря парадигмальным перемены в обучении ИИ.
Если в отношении больших языковых моделей (LLM), обученных решать определенные задачи на массиве данных, накопленных и оцифрованных людьми, еще могут быть сомнения в их способности к полноценному самостоятельному творчеству, то создание архитектуры ИИ JEPA (Joint-Embedding Predictive Architecture), концептуально обоснованной гуру ИИ Яном Лекуном в 2022 г. и постепенно внедряющейся в практику, позволяет уверенно говорить о том, что ИИ способен стать полноценным «субъектом» в научной лаборатории.
В отличие от LLM, обученных решать определенные задачи на массиве данных, накопленных и оцифрованных людьми, JEPA извлекает из обучающих данных не некие опосредованные и неявные закономерности, но абстрактные представления о том, как устроен мир, что позволяет осознавать физическую реальность на человеческом уровне. Обученные в этой системе нейросети способны самообучаться и изучать полезные для себя абстракции в процессе самообучения и концептуализировать их.
61❤🔥3❤1👍1🥰1
Forwarded from Олег Алпеев
Часть 2
Лекун, недавно ушедший из признанной в РФ экстремистской Meta и создавший собственную компанию AMI Labs, обещает уже в течение 10 лет стать поставщиком подобных универсальных интеллектуальных систем. Три основных принципа, на которых они базируются (процитирую один из источников):
«1) прогнозирующее обучение (predictive learning; вместо стохастически подкреплённого «додумывания» отсутствовавших в тренировочной безе данных – выявление объективных закономерностей в латентном пространстве, оно же пространство встраивания – embedding (latent) space).
2) совместное встраивание (joint embedding; явно заданные данные – контекст – и те, которые система должна предсказать – цель, – сводятся в единое, общее латентное пространство, облегчая тем самым для модели их сопоставление и выявление структуры их взаимосвязей).
3) абстракция (abstraction: оперирование в пространстве встраивания буквально побуждает модель фокусироваться на абстрактных, семантических признаках, а не на деталях низкого уровня, что способствует обретению ею «понимания» (формирования устойчивых смысловых связей между общим и частным) и позволяет ей выполнять задачи в разных областях, переносить накопленное на одном наборе данных «осознание» на другой (перенос обучения – transfer learning) и т. д.).»
Реализация этих принципов на практике ведет уже к функционированию ИИ аналогично человеческому разуму, что делает его вполне автономным и способным к определению перспективных научных задач и к самостоятельному научному открытию. Уже сейчас признается, что методология обучения ИИ JEPA открывает новые горизонты для научных исследований и практического применения и может стать основой для будущих прорывов в различных областях науки и техники.
Что касается тех самых революционных открытий по Томасу Куну, меняющих парадигму, вроде появления общей теории относительности, устранившей «ошибки» и «аномалии» классической ньютоновской физики, то кто знает, возможно и такая задача окажется по плечу ИИ, и скоро мы сами сможем узнать ответ на этот вопрос. Ведь до появления общего искусственного интеллекта (AGI) – «Супер-ИИ», способного понимать, обучаться и применять знания в самых разных областях на уровне человека, осталось, по разным оценкам, всего лишь 5–10 лет.
Во всяком случае, соглашусь с автором(и) канала, что гипотетическое будущее революционное открытие, такое, как способность к межзвездным перелетам, уже точно без ИИ не обойдется :)
Лекун, недавно ушедший из признанной в РФ экстремистской Meta и создавший собственную компанию AMI Labs, обещает уже в течение 10 лет стать поставщиком подобных универсальных интеллектуальных систем. Три основных принципа, на которых они базируются (процитирую один из источников):
«1) прогнозирующее обучение (predictive learning; вместо стохастически подкреплённого «додумывания» отсутствовавших в тренировочной безе данных – выявление объективных закономерностей в латентном пространстве, оно же пространство встраивания – embedding (latent) space).
2) совместное встраивание (joint embedding; явно заданные данные – контекст – и те, которые система должна предсказать – цель, – сводятся в единое, общее латентное пространство, облегчая тем самым для модели их сопоставление и выявление структуры их взаимосвязей).
3) абстракция (abstraction: оперирование в пространстве встраивания буквально побуждает модель фокусироваться на абстрактных, семантических признаках, а не на деталях низкого уровня, что способствует обретению ею «понимания» (формирования устойчивых смысловых связей между общим и частным) и позволяет ей выполнять задачи в разных областях, переносить накопленное на одном наборе данных «осознание» на другой (перенос обучения – transfer learning) и т. д.).»
Реализация этих принципов на практике ведет уже к функционированию ИИ аналогично человеческому разуму, что делает его вполне автономным и способным к определению перспективных научных задач и к самостоятельному научному открытию. Уже сейчас признается, что методология обучения ИИ JEPA открывает новые горизонты для научных исследований и практического применения и может стать основой для будущих прорывов в различных областях науки и техники.
Что касается тех самых революционных открытий по Томасу Куну, меняющих парадигму, вроде появления общей теории относительности, устранившей «ошибки» и «аномалии» классической ньютоновской физики, то кто знает, возможно и такая задача окажется по плечу ИИ, и скоро мы сами сможем узнать ответ на этот вопрос. Ведь до появления общего искусственного интеллекта (AGI) – «Супер-ИИ», способного понимать, обучаться и применять знания в самых разных областях на уровне человека, осталось, по разным оценкам, всего лишь 5–10 лет.
Во всяком случае, соглашусь с автором(и) канала, что гипотетическое будущее революционное открытие, такое, как способность к межзвездным перелетам, уже точно без ИИ не обойдется :)
61❤2❤🔥2🥰1
ИИ в науке, образовании и рынке труда
Любопытная статья на Arxiv.org «Agentic AI Scientists Are Not Built For Autonomous Scientific Discovery» Мы бы дали другое название: «Почему научные ИИ-агенты до сих пор не открыли все?» :) В принципе, ответ на поверхности. Потому что! Но поскольку…
Столь подробный комментарий требует вынести его в основной канал. Что мы и делаем, надеемся с позволения автора.
67❤2❤🔥1🥰1
США
Supercharging America’s AI Workforce. Каталог программ по обучению ИИ.
Министерство энергетики США опубликовало каталог доступных программ с выбором по аудитории, типу программы и организатору. Сотни различных вариантов.
Это не программы самого министерства.
Там не только собственно обучение. Много информации о стажировках в различных государственных и университетских лабораториях. Для студентов, преподавателей, исследователей. Различные курсы повышения квалификации для специалистов разных отраслей.
Некоторые программы доступны онлайн и не только для граждан США.
https://www.energy.gov/cet/supercharging-americas-ai-workforce
Supercharging America’s AI Workforce. Каталог программ по обучению ИИ.
Министерство энергетики США опубликовало каталог доступных программ с выбором по аудитории, типу программы и организатору. Сотни различных вариантов.
Это не программы самого министерства.
Там не только собственно обучение. Много информации о стажировках в различных государственных и университетских лабораториях. Для студентов, преподавателей, исследователей. Различные курсы повышения квалификации для специалистов разных отраслей.
Некоторые программы доступны онлайн и не только для граждан США.
https://www.energy.gov/cet/supercharging-americas-ai-workforce
Energy.gov
Supercharging America's AI Workforce
Find AI learning and workforce training opportunities for everyone, from young learners to experts.
61❤1❤🔥1🥰1