AIRI и T-Технологии представили крупнейший датасет для обучения адаптивных ИИ-агентов на #ICLR2025
Исследователи из AIRI, Т-Технологии представили в Сингапуре XLand-100B — это масштабный набор данных для обучения ИИ-агентов в контексте. Он содержит:
- 100 млрд переходов состояний
- 2,5 млрд эпизодов
- Почти 30 000 различных задач
320 ГБ данных (сжатых).
Представьте разницу между двумя подходами:
1. Традиционное обучение с подкреплением - ИИ-агент обучается решать конкретную задачу через множество проб и ошибок, но не может применить этот опыт к новым задачам без повторного обучения.
2. Обучение в контексте - ИИ-агент учится "учиться" на примерах, адаптируясь к новым задачам, просто наблюдая, как они решаются — аналогично тому, как человек может освоить новый навык, посмотрев несколько примеров.
Как рассказал нам Владислав Куренков, руководитель научной группы «Адаптивные агенты» AIRI, команда не остановилась на создании датасета XLand-100B и уже сделала проект Vintix — модель для обучения с подкреплением в контексте, которая преодолевает одно из главных ограничений XLand. «Мы уже выпустили Vintix — модель для in-context RL, обученную на датасетах из нескольких доменов, включая робототехнику и индустриальное управление», — отмечает Куренков.
В отличие от XLand-100B, который работает только с задачами в среде GridWorld, Vintix способен обрабатывать данные из различных доменов с разной структурой наблюдений и действий. Это значительный шаг к созданию по-настоящему универсальных ИИ-агентов.
GitHub.
Исследователи из AIRI, Т-Технологии представили в Сингапуре XLand-100B — это масштабный набор данных для обучения ИИ-агентов в контексте. Он содержит:
- 100 млрд переходов состояний
- 2,5 млрд эпизодов
- Почти 30 000 различных задач
320 ГБ данных (сжатых).
Представьте разницу между двумя подходами:
1. Традиционное обучение с подкреплением - ИИ-агент обучается решать конкретную задачу через множество проб и ошибок, но не может применить этот опыт к новым задачам без повторного обучения.
2. Обучение в контексте - ИИ-агент учится "учиться" на примерах, адаптируясь к новым задачам, просто наблюдая, как они решаются — аналогично тому, как человек может освоить новый навык, посмотрев несколько примеров.
Как рассказал нам Владислав Куренков, руководитель научной группы «Адаптивные агенты» AIRI, команда не остановилась на создании датасета XLand-100B и уже сделала проект Vintix — модель для обучения с подкреплением в контексте, которая преодолевает одно из главных ограничений XLand. «Мы уже выпустили Vintix — модель для in-context RL, обученную на датасетах из нескольких доменов, включая робототехнику и индустриальное управление», — отмечает Куренков.
В отличие от XLand-100B, который работает только с задачами в среде GridWorld, Vintix способен обрабатывать данные из различных доменов с разной структурой наблюдений и действий. Это значительный шаг к созданию по-настоящему универсальных ИИ-агентов.
GitHub.
⚡️В сеть слили подробности новой ИИ-модели #DeepSeek R2, в 40 раз дешевле GPT-4
Согласно последним данным, DeepSeek готовится к выпуску своей новой модели R2, которая показывает значительные технологические прорывы по 3-м ключевым направлениям.
Революционная архитектура и эффективность - R2 использует инновационную архитектуру Hybrid MoE 3.0, которая обеспечивает 1,2 трлн динамически активируемых параметров при фактическом вычислительном потреблении всего 78 млрд параметров. По результатам тестирования Alibaba Cloud, при обработке задач вывода длинных текстов стоимость единицы токена снижена на впечатляющие 97,3% по сравнению с GPT-4 Turbo.
Самостоятельно разработанная система распределенного обучения показывает высокую эффективность на отечественном оборудовании — 82% использования кластера чипов Huawei Ascend 910B, с вычислительной мощностью 512 PetaFLOPS при точности FP16, что составляет 91% эффективности кластера NVIDIA A100 аналогичного размера.
DeepSeek R2 показывает крутые результаты в мультимодальных задачах:
- 92,4% точности (mAP) в сегментации объектов на датасете COCO, что на 11,6 п.п. выше модели CLIP
- Уровень ложных срабатываний 7,2E-6 в промышленных системах контроля качества
- 98,1% точности в диагностике заболеваний по рентгеновским снимкам грудной клетки, превосходя средний уровень экспертной группы главных радиологов (96,3%)
Модель обучена на обширном корпусе высококачественных данных объемом 5,2 ПБ, охватывающих финансы, право, патенты и другие специализированные области, что обеспечивает точность следования инструкциям до 89,7% по тестам C-Eval 2.0.
DeepSeek формирует экосистему из ведущих технологических компаний Китая:
Tuowei Information - основной производственный партнер экосистемы Huawei Ascend, выполняющий более 50% заказов на вычислительную инфраструктуру.
Hongbo Shares - управляет северокитайским узлом вычислений с резервом мощности более 3000P.
Zhongke Shuguang - поставляет кластеры серверов с жидкостным охлаждением с плотностью мощности 40 кВт на стойку.
Inspur Information - поставила более 5000 AI-серверов с гибридной архитектурой NVIDIA H800 + Ascend 910B.
Runjian Shares - обслуживает южнокитайский суперкомпьютерный центр с контрактом стоимостью более 500 млн юаней в год.
Xinyisheng - разработала решение CPO на основе кремниевой фотоники, снижающее энергопотребление на 35%
Технология квантизации DeepSeek R2 позволяет сократить размер модели на 83% при 8-битной точности с потерей точности менее 2%, что открывает возможности для развертывания на периферийных устройствах.
Модель уже нашла применение в проектах "умных городов", промышленной автоматизации и здравоохранении.
Согласно последним данным, DeepSeek готовится к выпуску своей новой модели R2, которая показывает значительные технологические прорывы по 3-м ключевым направлениям.
Революционная архитектура и эффективность - R2 использует инновационную архитектуру Hybrid MoE 3.0, которая обеспечивает 1,2 трлн динамически активируемых параметров при фактическом вычислительном потреблении всего 78 млрд параметров. По результатам тестирования Alibaba Cloud, при обработке задач вывода длинных текстов стоимость единицы токена снижена на впечатляющие 97,3% по сравнению с GPT-4 Turbo.
Самостоятельно разработанная система распределенного обучения показывает высокую эффективность на отечественном оборудовании — 82% использования кластера чипов Huawei Ascend 910B, с вычислительной мощностью 512 PetaFLOPS при точности FP16, что составляет 91% эффективности кластера NVIDIA A100 аналогичного размера.
DeepSeek R2 показывает крутые результаты в мультимодальных задачах:
- 92,4% точности (mAP) в сегментации объектов на датасете COCO, что на 11,6 п.п. выше модели CLIP
- Уровень ложных срабатываний 7,2E-6 в промышленных системах контроля качества
- 98,1% точности в диагностике заболеваний по рентгеновским снимкам грудной клетки, превосходя средний уровень экспертной группы главных радиологов (96,3%)
Модель обучена на обширном корпусе высококачественных данных объемом 5,2 ПБ, охватывающих финансы, право, патенты и другие специализированные области, что обеспечивает точность следования инструкциям до 89,7% по тестам C-Eval 2.0.
DeepSeek формирует экосистему из ведущих технологических компаний Китая:
Tuowei Information - основной производственный партнер экосистемы Huawei Ascend, выполняющий более 50% заказов на вычислительную инфраструктуру.
Hongbo Shares - управляет северокитайским узлом вычислений с резервом мощности более 3000P.
Zhongke Shuguang - поставляет кластеры серверов с жидкостным охлаждением с плотностью мощности 40 кВт на стойку.
Inspur Information - поставила более 5000 AI-серверов с гибридной архитектурой NVIDIA H800 + Ascend 910B.
Runjian Shares - обслуживает южнокитайский суперкомпьютерный центр с контрактом стоимостью более 500 млн юаней в год.
Xinyisheng - разработала решение CPO на основе кремниевой фотоники, снижающее энергопотребление на 35%
Технология квантизации DeepSeek R2 позволяет сократить размер модели на 83% при 8-битной точности с потерей точности менее 2%, что открывает возможности для развертывания на периферийных устройствах.
Модель уже нашла применение в проектах "умных городов", промышленной автоматизации и здравоохранении.
Citi банк: рынок стейблкоинов достигнет $3,7 трлн к 2030г, госсектор ускоряет принятие блокчейна
В свежем отчете Citi анализирует тренды в блокчейне, уделяя особое внимание 2 ключевым направлениям: стейблкоинам и применению блокчейна в госсекторе.
Основные тезисы отчета:
1. 2025 год может стать переломным моментом для блокчейна (аналогично "моменту ChatGPT"), когда технология начнет широко внедряться в финансовом и гос секторах, в основном благодаря изменениям в регулировании.
2. Рынок стейблкоинов может вырасти до $1,6 трлн к 2030 году (базовый сценарий) или до $3,7 трлн (оптимистичный сценарий). Сейчас объем рынка составляет около $230 млрд.
3. Доминирование $ в стейблкоинах, вероятно, сохранится (~90%).
4. Регуляторные изменения в США могут привести к тому, что эмитенты стейблкоинов станут одними из крупнейших держателей американских казначейских облигаций к 2030 году (до $1 трлн).
5. Банковская система может столкнуться с рисками замещения депозитов стейблкоинами, но также получит новые возможности для предоставления услуг.
6. Государственный сектор всё активнее внедряет блокчейн для повышения прозрачности и подотчетности (пример: инициатива DOGE в США, пилотные проекты центробанков).
Ключевые применения блокчейна в госсекторе: отслеживание расходов, распределение субсидий, управление государственными записями, гуманитарная помощь, токенизация активов и цифровая идентификация.
Отчет детально разбирает опыт Эстонии в использовании блокчейна, они используют технологию не для хранения самих данных, а для регистрации метаданных о том, когда и кем данные были доступны или изменены.
В свежем отчете Citi анализирует тренды в блокчейне, уделяя особое внимание 2 ключевым направлениям: стейблкоинам и применению блокчейна в госсекторе.
Основные тезисы отчета:
1. 2025 год может стать переломным моментом для блокчейна (аналогично "моменту ChatGPT"), когда технология начнет широко внедряться в финансовом и гос секторах, в основном благодаря изменениям в регулировании.
2. Рынок стейблкоинов может вырасти до $1,6 трлн к 2030 году (базовый сценарий) или до $3,7 трлн (оптимистичный сценарий). Сейчас объем рынка составляет около $230 млрд.
3. Доминирование $ в стейблкоинах, вероятно, сохранится (~90%).
4. Регуляторные изменения в США могут привести к тому, что эмитенты стейблкоинов станут одними из крупнейших держателей американских казначейских облигаций к 2030 году (до $1 трлн).
5. Банковская система может столкнуться с рисками замещения депозитов стейблкоинами, но также получит новые возможности для предоставления услуг.
6. Государственный сектор всё активнее внедряет блокчейн для повышения прозрачности и подотчетности (пример: инициатива DOGE в США, пилотные проекты центробанков).
Ключевые применения блокчейна в госсекторе: отслеживание расходов, распределение субсидий, управление государственными записями, гуманитарная помощь, токенизация активов и цифровая идентификация.
Отчет детально разбирает опыт Эстонии в использовании блокчейна, они используют технологию не для хранения самих данных, а для регистрации метаданных о том, когда и кем данные были доступны или изменены.
Эксы CTO Airbus, исследователи DeepMind, UTC создают AGI для инженерного проектирования и разработки сложных технических систем
Основатели стартапа P-1 AI
Aleksa Gordić DeepMind, Paul Eremenko ex-CTO Airbus, UTC, Adam Nagel ex-CTO в Airbus разрабатывают систему под названием Archie, которая сможет создавать инженерную систему ИИ для проектирования:
- Самолетов,
- Сфер Дайсона
- Автомобилей
- Систем отопления, вентиляции и кондиционирования (HVAC) и др.
Они привлекли $23 млн в рамках посевного раунда, который возглавил венчурный фонд Radical Ventures. Среди инвесторов оказался и Джефф Дин, глава по науке Google и вице-президент по продукту в OpenAI.
Основатели стартапа P-1 AI
Aleksa Gordić DeepMind, Paul Eremenko ex-CTO Airbus, UTC, Adam Nagel ex-CTO в Airbus разрабатывают систему под названием Archie, которая сможет создавать инженерную систему ИИ для проектирования:
- Самолетов,
- Сфер Дайсона
- Автомобилей
- Систем отопления, вентиляции и кондиционирования (HVAC) и др.
Они привлекли $23 млн в рамках посевного раунда, который возглавил венчурный фонд Radical Ventures. Среди инвесторов оказался и Джефф Дин, глава по науке Google и вице-президент по продукту в OpenAI.
Fortune
Ex–DeepMind and Airbus execs just launched an AI assistant for engineers—with dreams of building starships
P-1 AI just raised $23 million to build a new kind of AI engineer that could someday design starships.
Маск и сооснователь Neuralink заявили, что хотят сделать нейроимплантацию доступной, как LASIK для офтальмологов
По словам Илона Маска, роботы-хирурги превзойдут хороших хирургов в течение нескольких лет, а лучших хирургов — ~ через 5 лет.
Маск говорит, что уже сейчас Neuralink вынуждена использовать робота для имплантации электродов в мозг, поскольку человеку невозможно достичь необходимой скорости и точности.
Развивая тему роботизированной нейрохирургии, сооснователь Neuralink DJ Seo поделился амбициозным видением компании:
"Наша цель — сделать процедуру похожей на LASIK: одно нажатие кнопки для получения нейроинтерфейса. Это не заменит хирурга, но сделает его более способным — точно так же, как LASIK сделал для офтальмологов."
По словам Seo, компания разрабатывает роботов нового поколения, которые будут в 10 раз быстрее существующих, способны погружаться в 3 раза глубже и при этом будут намного проще в использовании.
Недавно робот Hugo от Medtronic показал высокую эффективность в урологических операциях с успешностью 98,5% и низкими показателями осложнений.
И хотя эра полностью автономных роботов-хирургов еще не наступила, тенденция очевидна - будущее хирургии за союзом человеческого опыта и роботизированной точности.
По словам Илона Маска, роботы-хирурги превзойдут хороших хирургов в течение нескольких лет, а лучших хирургов — ~ через 5 лет.
Маск говорит, что уже сейчас Neuralink вынуждена использовать робота для имплантации электродов в мозг, поскольку человеку невозможно достичь необходимой скорости и точности.
Развивая тему роботизированной нейрохирургии, сооснователь Neuralink DJ Seo поделился амбициозным видением компании:
"Наша цель — сделать процедуру похожей на LASIK: одно нажатие кнопки для получения нейроинтерфейса. Это не заменит хирурга, но сделает его более способным — точно так же, как LASIK сделал для офтальмологов."
По словам Seo, компания разрабатывает роботов нового поколения, которые будут в 10 раз быстрее существующих, способны погружаться в 3 раза глубже и при этом будут намного проще в использовании.
Недавно робот Hugo от Medtronic показал высокую эффективность в урологических операциях с успешностью 98,5% и низкими показателями осложнений.
И хотя эра полностью автономных роботов-хирургов еще не наступила, тенденция очевидна - будущее хирургии за союзом человеческого опыта и роботизированной точности.
Все о блокчейн/мозге/space/WEB 3.0 в России и мире
Citi банк: рынок стейблкоинов достигнет $3,7 трлн к 2030г, госсектор ускоряет принятие блокчейна В свежем отчете Citi анализирует тренды в блокчейне, уделяя особое внимание 2 ключевым направлениям: стейблкоинам и применению блокчейна в госсекторе. Основные…
⚡️ЭПОХАЛЬНО! Mastercard запустили сегодня глобальную систему платежей в стейблкоинах
Цель Mastercard - сделать транзакции со стейблкоинами такими же бесшовными, как традиционные платежи.
Этот шаг подтверждает прогнозы аналитиков Citi о том, что 2025 год может стать "моментом ChatGPT" для массового внедрения блокчейн-технологий.
Для бизнеса - Mastercard работает с Circle, Nuvei и Paxos, чтобы предоставить торговым точкам возможность прямых расчетов в стейблкоинах. Это позволит магазинам и компаниям принимать оплату в стейблкоинах, не беспокоясь о сложностях конвертации или волатильности.
Для обычных пользователей - партнерство с OKX для выпуска карт, которая позволит людям использовать криптовалюты для повседневных покупок, связывая их криптокошельки с обычными платежными терминалами в магазинах через сеть Mastercard.
Комплексный подход Mastercard включает в себя весь спектр возможностей: от поддержки кошельков и выпуска карт до расчетов с продавцами и онлайн-переводов, что делает эту инициативу универсальной для всех типов пользователей.
Цель Mastercard - сделать транзакции со стейблкоинами такими же бесшовными, как традиционные платежи.
Этот шаг подтверждает прогнозы аналитиков Citi о том, что 2025 год может стать "моментом ChatGPT" для массового внедрения блокчейн-технологий.
Для бизнеса - Mastercard работает с Circle, Nuvei и Paxos, чтобы предоставить торговым точкам возможность прямых расчетов в стейблкоинах. Это позволит магазинам и компаниям принимать оплату в стейблкоинах, не беспокоясь о сложностях конвертации или волатильности.
Для обычных пользователей - партнерство с OKX для выпуска карт, которая позволит людям использовать криптовалюты для повседневных покупок, связывая их криптокошельки с обычными платежными терминалами в магазинах через сеть Mastercard.
Комплексный подход Mastercard включает в себя весь спектр возможностей: от поддержки кошельков и выпуска карт до расчетов с продавцами и онлайн-переводов, что делает эту инициативу универсальной для всех типов пользователей.
Telegram
All about AI, Web 3.0, BCI
Mastercard announced the launch of a global stablecoin payment system, covering wallet enablement, card issuance, merchant settlement, and on-chain remittances, and will partner with OKX to issue the OKX Card, linking crypto trading with everyday spending.…
Яндекс займется разработкой софта для роботов-гуманоидов, а в дальнейшем не исключает и их производство
Ранее наш канал выпустил свой анализ исследования об оцифровке чувств для роботов.
Проект Яндекса будет частью направления автономного транспорта в подразделении Yandex B2B Tech. С помощью собственных наработок в области ИИ, машинного обучения и автономного транспорта сотрудники компании планируют на 1-м этапе сосредоточиться на создании ПО, которое обеспечит базовую подвижность и адаптацию гуманоидов к реальной среде. Роботов научат ключевым навыкам: уверенно ходить, подниматься по лестницам, открывать двери, проходить через турникеты, поднимать и переносить в руках груз.
В дальнейшем команда планирует выйти на полный цикл разработки гуманоидов — от написания софта для управления ими до их проектирования и производства.
Ранее, Google показал своего робота, который работает на Gemini, посмотрите подробнее здесь.
А figure сделали прорыв в походке гуманоидов - сложнейшая задача.
А тут экс-сотрудники Google представили робота, который действует в незнакомой местности как человек.
Маск ранее назвал приоритетным в Tesla создание гуманоидов и прогнозировал в течение 5 лет появление лучших роботов-хирургов.
Ранее наш канал выпустил свой анализ исследования об оцифровке чувств для роботов.
Проект Яндекса будет частью направления автономного транспорта в подразделении Yandex B2B Tech. С помощью собственных наработок в области ИИ, машинного обучения и автономного транспорта сотрудники компании планируют на 1-м этапе сосредоточиться на создании ПО, которое обеспечит базовую подвижность и адаптацию гуманоидов к реальной среде. Роботов научат ключевым навыкам: уверенно ходить, подниматься по лестницам, открывать двери, проходить через турникеты, поднимать и переносить в руках груз.
В дальнейшем команда планирует выйти на полный цикл разработки гуманоидов — от написания софта для управления ими до их проектирования и производства.
Ранее, Google показал своего робота, который работает на Gemini, посмотрите подробнее здесь.
А figure сделали прорыв в походке гуманоидов - сложнейшая задача.
А тут экс-сотрудники Google представили робота, который действует в незнакомой местности как человек.
Маск ранее назвал приоритетным в Tesla создание гуманоидов и прогнозировал в течение 5 лет появление лучших роботов-хирургов.
Прямо перед конфой Meta*, Alibaba выпускает 8 моделей Qwen3, и они соревнуются с лучшими моделями от OpenAI и DeepSeek
Состав релиза тут.
Все модели доступны также в квантизированных вариантах.
Объём данных и обучение-более 30 трлн токенов общих данных и 5 трлн токенов "высококачественных" данных. Это больше, чем весь бюджет обучения OLMo в Ai2.
Несмотря на отличные показатели в тестах, модели могут быть не так устойчивы, как лучшие модели на рынке.
Qwen 3 явно ориентируется на DeepSeek как на основного конкурента среди открытых моделей и показывает похожие черты с R1, например, начало цепочек рассуждений со слова "Okay".
Qwen3 изначально не мультимодальная, что может быть недостатком по сравнению с Llama 4 и тенденцией к более ранней интеграции, как у GPT-4o.
4B-модель Qwen оказывается в одной таблице результатов с GPT-4 - это достижение.
Режим рассуждений Qwen похож на механизмы, используемые в моделях Claude 3.7 и Grok 3.
*запрещенная в РФ организация.
Состав релиза тут.
Все модели доступны также в квантизированных вариантах.
Объём данных и обучение-более 30 трлн токенов общих данных и 5 трлн токенов "высококачественных" данных. Это больше, чем весь бюджет обучения OLMo в Ai2.
Несмотря на отличные показатели в тестах, модели могут быть не так устойчивы, как лучшие модели на рынке.
Qwen 3 явно ориентируется на DeepSeek как на основного конкурента среди открытых моделей и показывает похожие черты с R1, например, начало цепочек рассуждений со слова "Okay".
Qwen3 изначально не мультимодальная, что может быть недостатком по сравнению с Llama 4 и тенденцией к более ранней интеграции, как у GPT-4o.
4B-модель Qwen оказывается в одной таблице результатов с GPT-4 - это достижение.
Режим рассуждений Qwen похож на механизмы, используемые в моделях Claude 3.7 и Grok 3.
*запрещенная в РФ организация.
Telegram
All about AI, Web 3.0, BCI
Alibaba Introduced Qwen3
Open-weight Qwen3, latest large language models, including 2 MoE models and 6 dense models, ranging from 0.6B to 235B.
Qwen3-235B-A22B, achieves competitive results in benchmark evaluations of coding, math, general capabilities…
Open-weight Qwen3, latest large language models, including 2 MoE models and 6 dense models, ranging from 0.6B to 235B.
Qwen3-235B-A22B, achieves competitive results in benchmark evaluations of coding, math, general capabilities…
Если вы до сих пор не знаете ничего про ИИ-агентов и MCP, то свежий отчет от BCG для вас https://t.me/alwebbci/3242
А если вы размышляете о том, куда будет развиваться экосистема ИИ-агентов, то инфраструктура Agent2Agent (A2A) от Google — это то, на что стоит обратить внимание.
А если вы размышляете о том, куда будет развиваться экосистема ИИ-агентов, то инфраструктура Agent2Agent (A2A) от Google — это то, на что стоит обратить внимание.
Трансформация e-commerce: ИИ-агенты, стейблкоины и новый шаг OpenAI
Электронная коммерция стоит на пороге больших изменений. В последние дни мы наблюдаем целую волну значимых обновлений, которые сигнализируют о том, как мы будем совершать покупки в ближайшем будущем.
OpenAI запустила новую функцию шоппинга в ChatGPT, которая уже начала распространяться среди всех категорий пользователей.
Особый акцент компания делает на том, что результаты подбираются независимо и не являются рекламой.
Параллельно с этим, OpenAI расширяет доступность своих сервисов через WhatsApp.
ИИ-агенты - новая парадигма онлайн-шоппинга
Себастьян Сиемятковски, CEO Klarna, в своем недавнем выступлении поделился анализом того, как ИИ меняет e-commerce. По его мнению, мы движемся к миру, где ИИ-агенты будут не просто рекомендовать товары, но и самостоятельно совершать покупки от имени пользователей.
По его прогнозу, основные изменения будут следующими:
1. Для уникальных брендов — возможность более прямого доступа к потребителям без отвлекающих факторов
2. Для агрегаторов и маркетплейсов — вызов, так как ИИ будет затруднять традиционные практики ап-селлинга и кросс-селлинга
3. Для покупателей — более персонализированный опыт с меньшим количеством необходимых действий
На фоне этих трендов, Visa анонсировала презентацию новых продуктов для платежной экосистемы в области ИИ-коммерции и стейблкоинов, которая состоится 30 апреля. Это третий серьезный шаг от крупной платежной сети в сторону интеграции криптовалютных стабильных монет с ИИ-агентами.
Первыми были Stripe, потом Mastercard.
Кто выиграет от новой парадигмы?
Анализируя высказывания экспертов, можно сделать несколько выводов:
Победители: бренды с уникальными предложениями и сильной идентичностью, разработчики платежных систем, ИИ-платформы с возможностями совершения транзакций
Под угрозой: традиционные агрегаторы, маркетплейсы, полагающиеся на классический опыт просмотра товаров, рекламные платформы.
Что это значит для рынка?
Если ранее развитие шло через улучшение инфраструктуры (платежи, логистика), затем через новые бренды и модели кураторства, то теперь ИИ трансформирует сам процесс принятия решений и совершения покупок. Когда потребители привыкнут использовать ИИ-агентов для исследования и покупок, они могут полностью перестать посещать веб-сайты ритейлеров, вместо этого делегируя эти задачи ИИ.
Эти изменения также глубоко повлияют на рекламный рынок, так как традиционные модели привлечения внимания потребителей могут оказаться неэффективными в мире, где решения принимаются с помощью ИИ-посредников.
В ближайшие месяцы мы, вероятно, увидим:
1. Дальнейшую интеграцию ИИ-агентов с платежными системами
2. Новые модели монетизации для ИИ-платформ через партнерства с ритейлерами
3. Активную адаптацию брендов к новым каналам коммуникации с потребителями
4. Первые примеры полностью автоматизированных покупок через ИИ-агентов
Электронная коммерция стоит на пороге больших изменений. В последние дни мы наблюдаем целую волну значимых обновлений, которые сигнализируют о том, как мы будем совершать покупки в ближайшем будущем.
OpenAI запустила новую функцию шоппинга в ChatGPT, которая уже начала распространяться среди всех категорий пользователей.
Особый акцент компания делает на том, что результаты подбираются независимо и не являются рекламой.
Параллельно с этим, OpenAI расширяет доступность своих сервисов через WhatsApp.
ИИ-агенты - новая парадигма онлайн-шоппинга
Себастьян Сиемятковски, CEO Klarna, в своем недавнем выступлении поделился анализом того, как ИИ меняет e-commerce. По его мнению, мы движемся к миру, где ИИ-агенты будут не просто рекомендовать товары, но и самостоятельно совершать покупки от имени пользователей.
По его прогнозу, основные изменения будут следующими:
1. Для уникальных брендов — возможность более прямого доступа к потребителям без отвлекающих факторов
2. Для агрегаторов и маркетплейсов — вызов, так как ИИ будет затруднять традиционные практики ап-селлинга и кросс-селлинга
3. Для покупателей — более персонализированный опыт с меньшим количеством необходимых действий
На фоне этих трендов, Visa анонсировала презентацию новых продуктов для платежной экосистемы в области ИИ-коммерции и стейблкоинов, которая состоится 30 апреля. Это третий серьезный шаг от крупной платежной сети в сторону интеграции криптовалютных стабильных монет с ИИ-агентами.
Первыми были Stripe, потом Mastercard.
Кто выиграет от новой парадигмы?
Анализируя высказывания экспертов, можно сделать несколько выводов:
Победители: бренды с уникальными предложениями и сильной идентичностью, разработчики платежных систем, ИИ-платформы с возможностями совершения транзакций
Под угрозой: традиционные агрегаторы, маркетплейсы, полагающиеся на классический опыт просмотра товаров, рекламные платформы.
Что это значит для рынка?
Если ранее развитие шло через улучшение инфраструктуры (платежи, логистика), затем через новые бренды и модели кураторства, то теперь ИИ трансформирует сам процесс принятия решений и совершения покупок. Когда потребители привыкнут использовать ИИ-агентов для исследования и покупок, они могут полностью перестать посещать веб-сайты ритейлеров, вместо этого делегируя эти задачи ИИ.
Эти изменения также глубоко повлияют на рекламный рынок, так как традиционные модели привлечения внимания потребителей могут оказаться неэффективными в мире, где решения принимаются с помощью ИИ-посредников.
В ближайшие месяцы мы, вероятно, увидим:
1. Дальнейшую интеграцию ИИ-агентов с платежными системами
2. Новые модели монетизации для ИИ-платформ через партнерства с ритейлерами
3. Активную адаптацию брендов к новым каналам коммуникации с потребителями
4. Первые примеры полностью автоматизированных покупок через ИИ-агентов
Telegram
All about AI, Web 3.0, BCI
OpenAI is introducing shopping features in ChatGPT today, powered by GPT-4o, for ChatGPT Pro, Plus, and Free users, as well as logged-out users worldwide.
UK выступили за создание криптобирж, выпуск стейблкоинов, а США - включение биткоина в национальный экономический учет
Британское правительство опубликовало проект закона о регулировании криптоактивов, которое вводит 2 ключевые категории:
Квалифицированные криптоактивы — взаимозаменяемые и передаваемые криптоактивы, такие как Bitcoin, Ethereum и большинство других популярных криптовалют, которые можно свободно обменивать, где одна монета идентична другой.
Квалифицированные стейблкоины — криптовалюты с привязкой к традиционным валютам (например, USDT, USDC), обеспеченные реальными фиатными деньгами.
Какие виды деятельности будут регулироваться?
- Выпуск стейблкоинов в Великобритании
- Хранение криптоактивов (кастодиальные услуги)
- Управление криптовалютной биржей или торговой платформой
- Дилерская деятельность с криптоактивами (включая криптокредитование)
- Агентская деятельность по сделкам с криптоактивами
- Организация сделок с криптоактивами
- Стейкинг криптоактивов (включая жидкий стейкинг).
При этом зарубежные компании смогут обслуживать только институциональных клиентов без получения лицензии.
Интересно, что законодательство не содержит специальных положений для децентрализованных финансов(DeFi). Если деятельность децентрализована и невозможно выделить контролирующее лицо, лицензирование не требуется.
А стейблкоины пока не будут регулироваться как платежные инструменты, правительство заявило, что готово адаптировать регулирование по мере развития технологии и рынка.
Тем временем, министр торговли США Говард Лутник заявил о:
1. Включении биткоина в национальный экономический учет.
2. США планирует разрешить майнерам создавать свои собственные электростанции, строить их и дата-центры вблизи месторождений природного газа.
Британское правительство опубликовало проект закона о регулировании криптоактивов, которое вводит 2 ключевые категории:
Квалифицированные криптоактивы — взаимозаменяемые и передаваемые криптоактивы, такие как Bitcoin, Ethereum и большинство других популярных криптовалют, которые можно свободно обменивать, где одна монета идентична другой.
Квалифицированные стейблкоины — криптовалюты с привязкой к традиционным валютам (например, USDT, USDC), обеспеченные реальными фиатными деньгами.
Какие виды деятельности будут регулироваться?
- Выпуск стейблкоинов в Великобритании
- Хранение криптоактивов (кастодиальные услуги)
- Управление криптовалютной биржей или торговой платформой
- Дилерская деятельность с криптоактивами (включая криптокредитование)
- Агентская деятельность по сделкам с криптоактивами
- Организация сделок с криптоактивами
- Стейкинг криптоактивов (включая жидкий стейкинг).
При этом зарубежные компании смогут обслуживать только институциональных клиентов без получения лицензии.
Интересно, что законодательство не содержит специальных положений для децентрализованных финансов(DeFi). Если деятельность децентрализована и невозможно выделить контролирующее лицо, лицензирование не требуется.
А стейблкоины пока не будут регулироваться как платежные инструменты, правительство заявило, что готово адаптировать регулирование по мере развития технологии и рынка.
Тем временем, министр торговли США Говард Лутник заявил о:
1. Включении биткоина в национальный экономический учет.
2. США планирует разрешить майнерам создавать свои собственные электростанции, строить их и дата-центры вблизи месторождений природного газа.
GOV.UK
Regulatory regime for cryptoassets (regulated activities) – Draft SI and Policy Note
A draft of forthcoming statutory provisions to create new regulated activities for cryptoassets, and an explainer document detailing the intended policy outcomes of these provisions.
Впервые создана ИИ-модель, воссоздающая пространственную организацию нейронов мозга
Исследователи из EPFL создали модель TopoLM, которая не только имитирует функциональные кластеры нейронов, как предыдущие модели, но и впервые учитывает их пространственную организацию в мозге.
Это новая история, так как модель отражает, как нейроны, отвечающие за обработку языка, группируются в коре головного мозга, и предлагает гипотезу, что их организация подчиняется простому правилу: близкие нейроны ведут себя схожим образом.
TopoLM также улучшает интерпретируемость LLM, позволяя видеть значимые кластеры, что упрощает понимание их работы.
Большинство языковых моделей, например, GPT или BERT фокусируются на функциональности, игнорируя топографию. TopoLM ближе к биологической реальности, что делает его ближе в области нейро ИИ.
В мире активно исследуют связь ИИ и нейронаук, например, работы DeepMind или MIT по моделированию мозга, но конкретно пространственно-функциональная организация в языковых моделях — менее изученная ниша.
Это фундаментальное исследование, пока не проверенное на людях. Модель предсказывает кластеры, которые еще не наблюдались в мозге, и их существование нужно подтвердить экспериментально. Также практические приложения (например, помощь при языковых расстройствах) пока только потенциальны.
Исследователи из EPFL создали модель TopoLM, которая не только имитирует функциональные кластеры нейронов, как предыдущие модели, но и впервые учитывает их пространственную организацию в мозге.
Это новая история, так как модель отражает, как нейроны, отвечающие за обработку языка, группируются в коре головного мозга, и предлагает гипотезу, что их организация подчиняется простому правилу: близкие нейроны ведут себя схожим образом.
TopoLM также улучшает интерпретируемость LLM, позволяя видеть значимые кластеры, что упрощает понимание их работы.
Большинство языковых моделей, например, GPT или BERT фокусируются на функциональности, игнорируя топографию. TopoLM ближе к биологической реальности, что делает его ближе в области нейро ИИ.
В мире активно исследуют связь ИИ и нейронаук, например, работы DeepMind или MIT по моделированию мозга, но конкретно пространственно-функциональная организация в языковых моделях — менее изученная ниша.
Это фундаментальное исследование, пока не проверенное на людях. Модель предсказывает кластеры, которые еще не наблюдались в мозге, и их существование нужно подтвердить экспериментально. Также практические приложения (например, помощь при языковых расстройствах) пока только потенциальны.
actu.epfl.ch
Un nouveau modèle de langage d'IA qui imite l'organisation du cerveau
Des chercheuses et chercheurs de l’EPFL ont mis au point le premier modèle de langage d’IA capable de saisir à la fois la disposition des neurones et leur fonctionnement dans le cerveau.
Венчурный мир переворачивает правила из-за ИИ, SaaS уходит, а ИИ рулит
ИИ — это не просто технология, а трансформатор индустрий. В отличие от SaaS, который улучшал бизнес-процессы, ИИ способен радикально перестраивать целые отрасли. Это создаёт новые возможности для стартапов, но требует более глубоких инвестиций и долгосрочного подхода.
Thrive Holdings — новый проект от Thrive Capital, Джошуа Кушнера (они вложились в Instagram, который запрещен в РФ, OpenAI и Skims).
Thrive Holdings - «постоянный капитальный инструмент» — типа холдинга, который будет создавать, покупать и управлять бизнесами без дедлайнов. Что будет делать Thrive Holdings?
- ИИ во всем. Они будут вкладываться в компании, которые можно «прокачать» ИИ. ИИ-стартапы требуют миллиардов $ на исследования и масштабирование. Это меняет венчурный ландшафт: фонды либо становятся крупнее, либо создают новые структуры, чтобы конкурировать с гигантами вроде SoftBank или корпоративными инвесторами (Google, Amazon).
- Thrive не только будут инвестировать, но и управлять компаниями, реинвестируя их прибыль в новые проекты.
Забудьте про «вырастил стартап, продал через 5 лет».
Почему SaaS уходит в закат? В 2010-х миром стартапов правил SaaS — подписочные сервисы вроде Zoom, Slack или Salesforce. Это был золотой стандарт: предсказуемые доходы, быстрый рост, выход на IPO.
Но, как пишет NYT, «эра SaaS выдохлась». Почему? Потому что рынок насытился, а инвесторы теперь хотят не просто софт, а дизраптив технологии.
ИИ — это не просто технология, а трансформатор индустрий. В отличие от SaaS, который улучшал бизнес-процессы, ИИ способен радикально перестраивать целые отрасли. Это создаёт новые возможности для стартапов, но требует более глубоких инвестиций и долгосрочного подхода.
Thrive Holdings — новый проект от Thrive Capital, Джошуа Кушнера (они вложились в Instagram, который запрещен в РФ, OpenAI и Skims).
Thrive Holdings - «постоянный капитальный инструмент» — типа холдинга, который будет создавать, покупать и управлять бизнесами без дедлайнов. Что будет делать Thrive Holdings?
- ИИ во всем. Они будут вкладываться в компании, которые можно «прокачать» ИИ. ИИ-стартапы требуют миллиардов $ на исследования и масштабирование. Это меняет венчурный ландшафт: фонды либо становятся крупнее, либо создают новые структуры, чтобы конкурировать с гигантами вроде SoftBank или корпоративными инвесторами (Google, Amazon).
- Thrive не только будут инвестировать, но и управлять компаниями, реинвестируя их прибыль в новые проекты.
Забудьте про «вырастил стартап, продал через 5 лет».
Почему SaaS уходит в закат? В 2010-х миром стартапов правил SaaS — подписочные сервисы вроде Zoom, Slack или Salesforce. Это был золотой стандарт: предсказуемые доходы, быстрый рост, выход на IPO.
Но, как пишет NYT, «эра SaaS выдохлась». Почему? Потому что рынок насытился, а инвесторы теперь хотят не просто софт, а дизраптив технологии.
NY Times
Venture Firm Thrive Bets on Buying Firms That Can Benefit From A.I.
The investor is raising money to start and build companies infused with artificial intelligence, then use them to buy more.
Трамп меняет позицию по поставкам ИИ-чипов в РФ, а российские производители предлагают запретить продажу иностранной электроники на госзакупках
Производители электроники обсуждают с Минпромторгом полный запрет на закупку иностранных компьютеров, серверов, планшетов и другой техники через госзакупки. Участники рынка считают, что российские компании уже могут предложить аналоги иностранной техники и полностью покрыть необходимый для госкомпаний объем. Однако сами заказчики считают, что это попытка загрузить простаивающие российские производства электроники.
A Трамп думает над тем, чтобы изменить правила, введённые Байденом, об ограничении доступа к ИИ- чипам по всему миру. Ранее США разделили на 3 уровня страны, определяя, сколько чипов каждая страна может получить.
Сейчас Трамп воспринимает чипы как мощный рычаг в торговых и геополитических переговорах. Предлагаемая им замена системы уровней стран на глобальный режим лицензирования с двусторонними соглашениями предполагает, что доступ к чипам будет предоставляться только странам, которые идут на уступки США. Однако есть опасения, что отмена уровней усложнит регулирование, а ограничения могут подтолкнуть страны второго уровня к покупке чипов у Китая.
Россия, находящаяся под санкциями, вряд ли получит такие соглашения без значительных уступок.
Поэтому преждевременно говорить, что теперь доступ к лучшим в мире ИИ-чипам будет законно доступен для российских компаний.
Производители электроники обсуждают с Минпромторгом полный запрет на закупку иностранных компьютеров, серверов, планшетов и другой техники через госзакупки. Участники рынка считают, что российские компании уже могут предложить аналоги иностранной техники и полностью покрыть необходимый для госкомпаний объем. Однако сами заказчики считают, что это попытка загрузить простаивающие российские производства электроники.
A Трамп думает над тем, чтобы изменить правила, введённые Байденом, об ограничении доступа к ИИ- чипам по всему миру. Ранее США разделили на 3 уровня страны, определяя, сколько чипов каждая страна может получить.
Сейчас Трамп воспринимает чипы как мощный рычаг в торговых и геополитических переговорах. Предлагаемая им замена системы уровней стран на глобальный режим лицензирования с двусторонними соглашениями предполагает, что доступ к чипам будет предоставляться только странам, которые идут на уступки США. Однако есть опасения, что отмена уровней усложнит регулирование, а ограничения могут подтолкнуть страны второго уровня к покупке чипов у Китая.
Россия, находящаяся под санкциями, вряд ли получит такие соглашения без значительных уступок.
Поэтому преждевременно говорить, что теперь доступ к лучшим в мире ИИ-чипам будет законно доступен для российских компаний.
Reuters
China News | Today's Breaking Stories | Reuters
Reuters.com is your online source for the latest China news stories and current events, ensuring our readers up to date with any breaking news developments
⚡️Оказалось, что все рейтинги ИИ-моделей искажены
Группа исследователей выпустила статью, в которой разоблачает системные проблемы популярного рейтинга Chatbot Arena.
Оказывается, вместо честной гонки, мы видим манипуляции и неравные условия.
Почему это важно? Chatbot Arena влияет на исследования, инвестиции и восприятие ИИ. Но вместо реального прогресса мы видим, как крупные игроки эксплуатируют лазейки, усиливая свое доминирование. Это бьет по открытым проектам и тормозит инновации.
Вот, что важно знать:
Ключевые проблемы:
1. Привилегии для гигантов: OpenAI, Google, Meta* и Anthropic тестируют десятки приватных моделей (например, Meta — 27 вариантов Llama 4) и публикуют только лучшие результаты, завышая свои позиции.
2. Неравный доступ к данным: 62.8% тестовых запросов идут четырем крупным компаниям, а 83 открытым моделям — всего 29.7%. Данные Arena дают до 112% прироста в тестах, но доступ к ним ограничен для небольших команд.
3. Тихое исключение: 205 из 243 моделей (66% открытых) были незаметно убраны из рейтинга без объяснений. Проприетарные модели исключают реже.
4. Непрозрачность. Разная частота тестов, скрытые правила и отсутствие публичности результатов создают иллюзию объективности.
Arena уже признала некоторые проблемы, но утверждает, что они не являются результатом фундаментальных изъянов в дизайне платформы. Они заявили, что обновили свои правила, чтобы "усилить приверженность справедливым и воспроизводимым оценкам".
Реакция сообщества:
- На X и Reddit разработчики жалуются: их модели получают меньше запросов и чаще исключаются.
- Есть призывы к бойкоту Arena и переходу на Hugging Face Open LLM Leaderboard.
- Есть идеи о децентрализованных платформах, где данные распределяются равномерно, но они пока в зачатке.
Что предлагают авторы статьи?
- Прозрачность: публиковать все результаты тестов.
- Равные правила: ограничить число приватных вариантов и справедливо распределять запросы.
- Честное исключение: уведомлять разработчиков и не дискриминировать открытые
модели.
*запрещенная в России компания.
Группа исследователей выпустила статью, в которой разоблачает системные проблемы популярного рейтинга Chatbot Arena.
Оказывается, вместо честной гонки, мы видим манипуляции и неравные условия.
Почему это важно? Chatbot Arena влияет на исследования, инвестиции и восприятие ИИ. Но вместо реального прогресса мы видим, как крупные игроки эксплуатируют лазейки, усиливая свое доминирование. Это бьет по открытым проектам и тормозит инновации.
Вот, что важно знать:
Ключевые проблемы:
1. Привилегии для гигантов: OpenAI, Google, Meta* и Anthropic тестируют десятки приватных моделей (например, Meta — 27 вариантов Llama 4) и публикуют только лучшие результаты, завышая свои позиции.
2. Неравный доступ к данным: 62.8% тестовых запросов идут четырем крупным компаниям, а 83 открытым моделям — всего 29.7%. Данные Arena дают до 112% прироста в тестах, но доступ к ним ограничен для небольших команд.
3. Тихое исключение: 205 из 243 моделей (66% открытых) были незаметно убраны из рейтинга без объяснений. Проприетарные модели исключают реже.
4. Непрозрачность. Разная частота тестов, скрытые правила и отсутствие публичности результатов создают иллюзию объективности.
Arena уже признала некоторые проблемы, но утверждает, что они не являются результатом фундаментальных изъянов в дизайне платформы. Они заявили, что обновили свои правила, чтобы "усилить приверженность справедливым и воспроизводимым оценкам".
Реакция сообщества:
- На X и Reddit разработчики жалуются: их модели получают меньше запросов и чаще исключаются.
- Есть призывы к бойкоту Arena и переходу на Hugging Face Open LLM Leaderboard.
- Есть идеи о децентрализованных платформах, где данные распределяются равномерно, но они пока в зачатке.
Что предлагают авторы статьи?
- Прозрачность: публиковать все результаты тестов.
- Равные правила: ограничить число приватных вариантов и справедливо распределять запросы.
- Честное исключение: уведомлять разработчиков и не дискриминировать открытые
модели.
*запрещенная в России компания.
DeepMind и Стэнфорд представили метод, обучающий ИИ-агентов пошаговому мышлению и адаптации к новым задачам
SWiRL — это новый подход, который учит LLM решать сложные задачи, разбивая их на логические шаги.
SWiRL использует синтетические данные и многошаговое обучение с подкреплением, чтобы модели не просто выдавали ответы, а учились рассуждать и работать с инструментами (поиск, Python, калькуляторы).
SWiRL учится даже на "ошибочных" траекториях, если шаги в них логичны. Это как человек, который учится на своих попытках, даже если не сразу нашёл правильный ответ.
Ключевые характеристики:
1. Модель, обученная на одной задаче, справляется с другими (например, от поиска к математике).
2. Каждый шаг объясняется, что важно для доверия к ИИ.
3. Синтетические данные и оффлайн-генерация снижают затраты на обучение.
4. Увеличение данных улучшает результаты, даже для небольших моделей.
SWiRL делает ИИ-агентов способными выполнять сложные рабочие процессы: от анализа данных до подготовки отчётов.
Комбинируйте SWiRL с открытыми моделями, чтобы ускорить исследования без больших бюджетов.
SWiRL — это новый подход, который учит LLM решать сложные задачи, разбивая их на логические шаги.
SWiRL использует синтетические данные и многошаговое обучение с подкреплением, чтобы модели не просто выдавали ответы, а учились рассуждать и работать с инструментами (поиск, Python, калькуляторы).
SWiRL учится даже на "ошибочных" траекториях, если шаги в них логичны. Это как человек, который учится на своих попытках, даже если не сразу нашёл правильный ответ.
Ключевые характеристики:
1. Модель, обученная на одной задаче, справляется с другими (например, от поиска к математике).
2. Каждый шаг объясняется, что важно для доверия к ИИ.
3. Синтетические данные и оффлайн-генерация снижают затраты на обучение.
4. Увеличение данных улучшает результаты, даже для небольших моделей.
SWiRL делает ИИ-агентов способными выполнять сложные рабочие процессы: от анализа данных до подготовки отчётов.
Комбинируйте SWiRL с открытыми моделями, чтобы ускорить исследования без больших бюджетов.
Telegram
All about AI, Web 3.0, BCI
Stanford and Google DeepMind released SWiRL: A synthetic data generation and multi-step RL approach for reasoning and tool use!
With SWiRL, the model’s capability generalizes to new tasks and tools. For example, a model trained to use a retrieval tool to…
With SWiRL, the model’s capability generalizes to new tasks and tools. For example, a model trained to use a retrieval tool to…
This media is not supported in your browser
VIEW IN TELEGRAM
Посмотрите, какого робота сделали китайцы 🔥 Deep Robotics представили LYNX M20
Робот способен передвигаться по сложным ландшафтам таким как:
- Пересечённые горные тропы;
- Грязные болота и заболоченные территории;
- Разрушенные территории с обломками;
- Песчаные поверхности, такие как пустыни.
- Максимальная высота преодолеваемого препятствия — до 80 см.
Время автономной работы составляет 2,5 часа при перемещении на расстояние до 12 км с нагрузкой 15 кг.
Робот может работать как в -20°C , так и до +55°C.
Робот подходит для инспекции энергетических объектов, аварийно-спасательных работ, логистики, научных исследований.
Робот способен передвигаться по сложным ландшафтам таким как:
- Пересечённые горные тропы;
- Грязные болота и заболоченные территории;
- Разрушенные территории с обломками;
- Песчаные поверхности, такие как пустыни.
- Максимальная высота преодолеваемого препятствия — до 80 см.
Время автономной работы составляет 2,5 часа при перемещении на расстояние до 12 км с нагрузкой 15 кг.
Робот может работать как в -20°C , так и до +55°C.
Робот подходит для инспекции энергетических объектов, аварийно-спасательных работ, логистики, научных исследований.
Все о блокчейн/мозге/space/WEB 3.0 в России и мире
⚡️Компания Цукерберга создала аналог Google для данных о клетках - CELLxGENE Discover CZ CELLxGENE Discover, разработанная Chan Zuckerberg — это крупнейшая в мире открытая платформа для работы с данными одиночных клеток. Представьте себе огромную цифровую…
Выпущена 1-я в мире универсальная клеточная ИИ-модель, её создала команда Цукерберга.
Исследователи из Chan Zuckerberg Initiative и Stanford University представили TranscriptFormer – ИИ-модель для анализа одноклеточных транскриптомов, охватывающую 1.53 млрд лет эволюционной истории. Модель здесь.
Эта работа представляет переход от статичных клеточных атласов к интерактивным генеративным моделям клеточной биологии.
TranscriptFormer обучена на 112 млн клеток из 12 видов: от человека и мыши до рыбы-зебры, мух, червей, дрожжей и даже малярийного паразита. В отличие от предыдущих моделей, она может не только анализировать данные, но и генерировать новые профили экспрессии генов.
Ключевые инновации:
1. Генеративная природа - модель создает вероятностное распределение над генами и их уровнями экспрессии
2. Эволюционный охват-интеграция данных через огромные эволюционные расстояния.
3. Виртуальный инструмент-возможность проводить "цифровые эксперименты" через запросы к модели
4. Контекстуализированные эмбеддинги генов - уникальный способ представления генов в их клеточном контексте
Вот какие возможности это дает:
- Классификация типов клеток даже для видов, отделенных 685 миллионами лет эволюции
- Определение болезненных состояний клеток
- Перенос знаний между видами без дополнительного обучения
- Предсказание факторов транскрипции и взаимодействий между генами
TranscriptFormer прокладывает путь к "виртуальной клетке" – всеобъемлющей вычислительной модели клеточных процессов, способной отвечать на сложные биологические вопросы.
Ранее Chan Zuckerberg Initiative
уже представили в этом направлении проекты: -платформу для работы с одиночными клетками.
-платформу, объединяющую ИИ и клеточные исследования.
Исследователи из Chan Zuckerberg Initiative и Stanford University представили TranscriptFormer – ИИ-модель для анализа одноклеточных транскриптомов, охватывающую 1.53 млрд лет эволюционной истории. Модель здесь.
Эта работа представляет переход от статичных клеточных атласов к интерактивным генеративным моделям клеточной биологии.
TranscriptFormer обучена на 112 млн клеток из 12 видов: от человека и мыши до рыбы-зебры, мух, червей, дрожжей и даже малярийного паразита. В отличие от предыдущих моделей, она может не только анализировать данные, но и генерировать новые профили экспрессии генов.
Ключевые инновации:
1. Генеративная природа - модель создает вероятностное распределение над генами и их уровнями экспрессии
2. Эволюционный охват-интеграция данных через огромные эволюционные расстояния.
3. Виртуальный инструмент-возможность проводить "цифровые эксперименты" через запросы к модели
4. Контекстуализированные эмбеддинги генов - уникальный способ представления генов в их клеточном контексте
Вот какие возможности это дает:
- Классификация типов клеток даже для видов, отделенных 685 миллионами лет эволюции
- Определение болезненных состояний клеток
- Перенос знаний между видами без дополнительного обучения
- Предсказание факторов транскрипции и взаимодействий между генами
TranscriptFormer прокладывает путь к "виртуальной клетке" – всеобъемлющей вычислительной модели клеточных процессов, способной отвечать на сложные биологические вопросы.
Ранее Chan Zuckerberg Initiative
уже представили в этом направлении проекты: -платформу для работы с одиночными клетками.
-платформу, объединяющую ИИ и клеточные исследования.
bioRxiv
A Cross-Species Generative Cell Atlas Across 1.5 Billion Years of Evolution: The TranscriptFormer Single-cell Model
Single-cell transcriptomics has revolutionized our understanding of cellular diversity, but integrating this knowledge across evolutionary distances remains challenging. Here we present TranscriptFormer, a family of generative foundation models representing…
За эти сутки произошло многое! Мир вступил в принципиально новый этап платежей — стейблкоины + делегирование платежей ИИ-агентам.
Подробнее в следующем посте.
Подробнее в следующем посте.
Visa создала инфраструктуру для ИИ-платежей и стейблкоинов-OpenAI, Stripe, Anthropic, IBM, Microsoft, Mistral AI, Perplexity, Samsung и World Сэма Альтмана стали партнерами
Visa представила новую инфраструктуру для платежей Intelligent Commerce, которая меняет сам интерфейс взаимодействия с платежами:
"Print → Swipe → Tap → Type → Delegate"
Visa разработала платформу, позволяющую ИИ-агентам совершать платежи. OpenAI и Perplexity объявлены официальными партнёрами, которые интегрируют эту платёжную инфраструктуру в своих агентов.
Ещё в октябре 2024 мы прогнозировали такое развитие событий.
Теперь можно:
1. Авторизовать внешних ИИ-агентов для совершения покупок от вашего имени
2. Сохранять полный контроль над данными карты и отношениями с банком
3. Использовать персонализированные данные в контекстном окне.
Тут мы писали о трансформации электронной коммерции.
Также Visa и Bridge (принадлежит Stripe) запустили продукт, который позволяет финтех-разработчикам выпускать карты Visa, привязанные к стейблкоинам.
Что это значит на практике?
1. Теперь можно совершать повседневные покупки из баланса стейблкоинов в любой из 150 миллионов точек, принимающих Visa.
2. При использовании карты происходит автоматическая конвертация стейблкоинов в местную валюту.
Технология уже доступна в странах Латинской Америки (Аргентина, Колумбия, Мексика и др.), вскоре появится в Европе, Африке и Азии
Также стартап World
(бывший Worldcoin), проект Сэма Альтмана, запустил в США свою систему верификации человека вместе с World Card — первой картой Visa, созданной специально для верифицированных людей.
Что это значит?
1. Прямое подключение к кошельку World App
2. Возможность тратить токены WLD через сеть Visa
3. Специальная программа вознаграждений, оптимизированная для ИИ-экономики
4. Повышенный кэшбэк за ИИ-сервисы, выплачиваемый в WLD.
Все эти запуски соединяется в единую экосистему финансов нового поколения:
1. На основе биометрии человека создаётся система верификации человека и связанные с ней финансовые инструменты. Так как в мире скоро будет сложно отличить человека с ИИ-агентами.
2. Разработчики ИИ-агентов начнут интегрировать свои проекты с платёжными инфраструктурами.
А такие компании как Bridge обеспечат связь стейблкоинов с картами Visa и тд.
Представьте,ваш ИИ-агент получает задание купить подарок, анализирует предпочтения получателя, выбирает идеальный вариант и оплачивает его вашими стейблкоинами, которые автоматически конвертируются в нужную валюту.
Visa представила новую инфраструктуру для платежей Intelligent Commerce, которая меняет сам интерфейс взаимодействия с платежами:
"Print → Swipe → Tap → Type → Delegate"
Visa разработала платформу, позволяющую ИИ-агентам совершать платежи. OpenAI и Perplexity объявлены официальными партнёрами, которые интегрируют эту платёжную инфраструктуру в своих агентов.
Ещё в октябре 2024 мы прогнозировали такое развитие событий.
Теперь можно:
1. Авторизовать внешних ИИ-агентов для совершения покупок от вашего имени
2. Сохранять полный контроль над данными карты и отношениями с банком
3. Использовать персонализированные данные в контекстном окне.
Тут мы писали о трансформации электронной коммерции.
Также Visa и Bridge (принадлежит Stripe) запустили продукт, который позволяет финтех-разработчикам выпускать карты Visa, привязанные к стейблкоинам.
Что это значит на практике?
1. Теперь можно совершать повседневные покупки из баланса стейблкоинов в любой из 150 миллионов точек, принимающих Visa.
2. При использовании карты происходит автоматическая конвертация стейблкоинов в местную валюту.
Технология уже доступна в странах Латинской Америки (Аргентина, Колумбия, Мексика и др.), вскоре появится в Европе, Африке и Азии
Также стартап World
(бывший Worldcoin), проект Сэма Альтмана, запустил в США свою систему верификации человека вместе с World Card — первой картой Visa, созданной специально для верифицированных людей.
Что это значит?
1. Прямое подключение к кошельку World App
2. Возможность тратить токены WLD через сеть Visa
3. Специальная программа вознаграждений, оптимизированная для ИИ-экономики
4. Повышенный кэшбэк за ИИ-сервисы, выплачиваемый в WLD.
Все эти запуски соединяется в единую экосистему финансов нового поколения:
1. На основе биометрии человека создаётся система верификации человека и связанные с ней финансовые инструменты. Так как в мире скоро будет сложно отличить человека с ИИ-агентами.
2. Разработчики ИИ-агентов начнут интегрировать свои проекты с платёжными инфраструктурами.
А такие компании как Bridge обеспечат связь стейблкоинов с картами Visa и тд.
Представьте,ваш ИИ-агент получает задание купить подарок, анализирует предпочтения получателя, выбирает идеальный вариант и оплачивает его вашими стейблкоинами, которые автоматически конвертируются в нужную валюту.
Businesswire
Find and Buy with AI: Visa Unveils New Era of Commerce
AI is transforming how we shop and pay. Visa is bringing the power of its network and decades-long expertise to bring trust and security to AI-driven commerc...