Anthropic дала Claude одну из самых известных нерешённых задач математики - гипотезу Римана.

Если совсем по-простому: она пытается найти скрытый порядок в том, как распределяются простые числа - 2, 3, 5, 7, 11 и тд. Математики нашли функцию, которая каким-то образом связана с этим распределением, и заметили, что её «нули» выстраиваются в определённом порядке. Гипотеза утверждает, что все они лежат на одной конкретной линии. Математики пытаются доказать гипотезу уже больше 160 лет 😬

Claude её, конечно, не решил. Но смог поднять доказанную долю таких точек на критической прямой с 41,6% до 67,2%. Предыдущая граница практически не двигалась около десяти лет.

🧬Модель перебрала около 650 идей, запустила 60 субагентов, которые провели тысячи вычислений, написали сотни скриптов и перебрали огромное количество вариантов.

Правда, есть нюанс: даже если удастся довести эту цифру до 100%, гипотеза Римана всё равно не будет автоматически доказана. Нужно доказать утверждение для каждого отдельного нуля 🫣

А ещё страшно представить, сколько токенов ушло на все эти 650 идей и десятки субагентов 🥲

Илья Суцкевер молчал два года. Кажется, молчание заканчивается

У Ильи Суцкевера, сооснователя OpenAI и одного из архитекторов ChatGPT, есть привычка, которая раздражает индустрию: он ничего не обещает и почти ничего не говорит.

Его компания Safe Superintelligence Inc. (SSI) существует с июня 2024 года. Ни одного продукта. Ни одной научной статьи. И при этом — инвестиции от NVIDIA с доступом к платформе Vera Rubin и десятикратным увеличением вычислительных мощностей компании.

Молчание — это тоже стратегия. Суцкевер с самого начала говорил, что SSI — это «прямой выстрел»: одна цель, один фокус и один продукт — безопасный сверх интеллект.

И вот на прошлой неделе тишину нарушил Гэвин Бейкер, инвестор из Atreides Management, в подкасте Invest Like the Best обронил фразу о том, что модель SSI выйдет в августе 2026 года.

Но интересен даже не сам факт релиза, а контекст, в котором Бейкер о нём упомянул. Речь шла о непрерывном обучении (continual learning) — одной из самых сложных нерешённых задач в ИИ.

Бейкер отметил, что несколько лабораторий вплотную подошли к решению задачи непрерывного обучения. Модель, которую больше не нужно переобучать с нуля — она способна доучиваться в процессе использования, как это делает человек.

Если это удастся, экономика всей отрасли сдвинется: доля вычислений, уходящих на тренинг моделей, — а сегодня это львиная доля мирового спроса на чипы — резко сократится. Не потому, что ИИ станет менее ресурсоёмким, а потому, что главный вычислительный барьер сместится с этапа обучения на этап работы модели в реальном мире.

Если SSI действительно продвинулась в этом направлении — это не следующий шаг в гонке чат-ботов. Это смена парадигмы.

🟣Теги: #Суцкевер #SSI #искусственный_интеллект #нейросети

Насколько же всё-таки ИИ расширяет возможности 👍

Сегодня делюсь с вами историей 17-летнего Эдварда Канга из Нью-Джерси, который разработал RetinaMind - ИИ-инструмент, который анализирует снимки сетчатки и помогает выявлять признаки РАС и СДВГ.

➡️ В тестах система показала точность около 89% и выдаёт не только результат, но и тепловую карту: она показывает, какие зоны сетчатки повлияли на прогноз модели.

Проект занял второе место на конкурсе Regeneron Science Talent Search 2026 и получил грант 175 000 долларов 💰

Очень радует, что у нас есть такая мотивированная молодежь 👏

Сейчас покажу вам два числа из свежего опроса ЦБ:

▶️ 37,5% работников считают, что умеют пользоваться ИИ.
▶️ 4,9% говорят, что применяют ИИ в работе.

Что это значит? А то, что сотрудники осваивают ИИ быстрее, чем компании понимают, куда его применять.

Хотя если честно, мне сложно представить офисную профессию, где вообще нечего отдавать ИИ. Почти везде есть письма, документы, поиск информации, таблицы, аналитика, подготовка презентаций, рутинные задачи, просто в разной пропорции.

Здесь определенно нужна проактивность самих сотрудников. Не ждать, пока начальник скажет «теперь используем ИИ тут», а самому искать задачи, которые можно делать быстрее или лучше, подсказывать коллегам.

Пока мы не начнем этого делать, бизнес так и будет в большинстве своем говорить о том, что не видят роста производительности или прибыльности.

Когда-то LinkedIn активно продвигал ИИ для написания постов и развития аккаунтов. А теперь, похоже, платформа столкнулась с последствиями этой идеи 😄

В LinkedIn появилась кнопка «Похоже на ИИ-слоп» - пользователи могут отмечать посты и комментарии, которые выглядят как некачественный AI-контент. Эти отметки LinkedIn собирается использовать, чтобы обучать свои алгоритмы и лучше фильтровать такую ленту.

📝 По данным Pangram, около 41% длинных постов в LinkedIn могут создаваться с помощью ИИ.

При этом LinkedIn не собирается бороться с самим AI-контентом. Их позиция довольно логичная: ИИ и плохой контент - не одно и то же 👆


Получается забавный круг: сначала платформы убеждали нас, что ИИ поможет создавать больше контента, а теперь придумывают способы защитить нас от этого самого контента :)

Более 1200 сотрудников OpenAI, Anthropic, Google DeepMind, Meta и других компаний попросили правительство США создать механизм, который позволит при необходимости замедлять развитие самых мощных ИИ-систем. Причём речь прежде всего о моменте, когда ИИ начнёт помогать самому себе создавать и улучшать новые модели.

➡️ Но есть интересная деталь. Среди подписантов практически нет сотрудников китайских AI-лабораторий - ни DeepSeek, ни Qwen, ни Kimi, ни Baidu, ни Tencent, ни Huawei. Но неизвестно и то, приглашали ли их вообще?

Аналитики сравнивают происходящее с дилеммой заключённого, потому что как вообще можно договориться о замедлении технологии, если между странами идёт конкуренция? 😅

Для такого торможения недостаточно договориться между несколькими компаниями - нужно, чтобы в какой-то форме договорились конкурирующие страны.

А вот как это сделать, пока совершенно непонятно...)

Абсурдная история из Германии: фотограф подала в суд на бывшего делового партнёра за то, что он взял её фотографию собаки, ныряющей за красной игрушкой, и с помощью ИИ превратил её в картинку в стиле комикса. А потом ещё и опубликовал результат на своём сайте.

⚖️ На удивление, суд встал на сторону мужчины. Оказалось, что авторское право защищает не сам сюжет, а конкретные творческие решения фотографа: композицию, ракурс, свет и другие детали. В ИИ-версии всё это было изменено, так что и факта преступления нет 🤷‍♂️

При этом сама новая картинка тоже не защищена авторским правом: судья заявил, что одного промпта и выбора результата недостаточно, чтобы автоматически стать её автором.

Так что получается вообще интересно: фотограф может потерять контроль над своей работой, а человек, который превратил её в ИИ-картинку и даже использует ее коммерчески - не сможет получить на нее авторские права.

Похоже на какую-то нестыковку :)

Помните историю, когда OpenAI во время тестирования смог выбраться из тестовой среды и атаковать Hugging Face? После этого похожие инциденты были и у Anthropic с Claude.

🇺🇸 На этом фоне в США появился законопроект AI Kill Switch Act. Его авторы предлагают обязать разработчиков наиболее мощных ИИ-систем заранее иметь механизм, который позволит быстро приостановить или полностью остановить работу модели, если она начнёт действовать опасным или непредсказуемым образом ⛔️

💬 Звучит разумно, правда? Но именно здесь возникает довольно неприятный вопрос. Если модель уже научилась находить способы обходить ограничения, почему мы уверены, что однажды она не найдёт способ обойти и механизм остановки?

Пока это всего лишь законопроект, но будем наблюдать, к чему это все приведет :)

Есть странная особенность ИИ: он может описать картину, понять сложную сцену, но при этом легко ошибиться в количестве предметов или не заметить очевидную для человека геометрическую ошибку.

И долгое время это объясняли просто: ИИ видит мир не так, как мы. Но, возможно, часть проблемы начинается ещё раньше - с того, как мы показываем ему мир.

👁 Человеческий глаз работает неравномерно: в центре - высокая детализация, а периферия гораздо менее чёткая. Мозг постоянно перемещает этот «островок резкости» туда, куда нужно посмотреть, и собирает из отдельных фиксаций цельную картину.

💻 А компьютерное зрение традиционно делает наоборот и даёт каждому участку изображения одинаковое внимание.

Исследователи из ICML 2026 попробовали создать для ИИ что-то вроде искусственной сетчатки - FOVI, где центр изображения виден подробно, а периферия постепенно становится грубее. В результате модель сохранила 97% точности, используя примерно в три раза меньше вычислений и в 16 раз меньше пикселей.

Стал ли ИИ видеть мир иначе? Пока - не совсем. FOVI не доказала, что модель стала лучше считать предметы, понимать пространство или замечать то, что замечает человек.

Но глобально идея мне импонирует. Прежде, чем задавать вопрос: чем искусственный интеллект отличается от человеческого, надо задуматься, а как мы вообще его обучали? Его восприятие не сформировалось само по себе. Это человек выбрал архитектуру, способ обработки информации. И, возможно, иногда мы принимаем за особенности чужого разума то, что на самом деле является особенностями наших собственных инженерных решений. 👀

Что думаете?)

В Пекине, в районе Чжунгуаньцунь (что-то вроде китайской Кремниевой долины) работает AGI Bar.

💬Обычно бары дают бесплатный Wi-Fi, а здесь будут давать бесплатные токены.💬 - Сонг Ду, владелец кафе

За барной стойкой стоят две Nvidia-станции с локально запущенной DeepSeek V4 Flash. Можно сесть за компьютер, что-нибудь спросить у модели, написать код или просто поэкспериментировать. И все это за бокалом пива 😄

Внутри всё тоже посвящено AI-индустрии: на стенах логотипы китайских лабораторий, на экране - вакансии в AI-компаниях, а постоянным посетителям даже предлагают годовой Drinking Plan с безлимитным пивом на год.

И место действительно стало популярным среди местной AI-тусовки: сюда приходят разработчики, студенты и основатели стартапов, проходят встречи и мероприятия AI-компаний. Уже появился и филиал в Шанхае.

Но есть интересный нюанс: бар пока убыточный. По словам владельца, бесплатных напитков он раздаёт примерно в десять раз больше, чем продаёт 🤪

Кажется, ИИ-агенты начинают слишком хорошо понимать формулировку «реши мою проблему» 😅

Пользователь попросил Claude помочь попасть на популярную утреннюю тренировку в спортзале.

Мест уже не было, поэтому агент начал самостоятельно искать варианты на сайте. И нашёл. Правда, вариант оказался довольно радикальным: Claude обнаружил уязвимость, отменил чужую бронь и освободившееся место отдал своему пользователю.

Получается, агент не просто нашёл информацию или подсказал, что делать. Он сам поставил цель выше ограничений интерфейса и придумал способ её добиться.

Так что если вы не можете записаться в поликлинику, получить визу или поймать слот на подачу документов - кажется, мы знаем, кому теперь делегировать эту задачу 😂