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.
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.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3👏1
Когда-то LinkedIn активно продвигал ИИ для написания постов и развития аккаунтов. А теперь, похоже, платформа столкнулась с последствиями этой идеи 😄
📝 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 :)
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.
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 :)
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3👏2😁2
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...)
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...)
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2👏2🔥1
Попалась интересная статья Forbes о том, как нейросети поставили под вопрос привычную систему дипломов.
Раньше студент несколько недель писал диплом, и преподаватель хотя бы примерно понимал: человек прочитал литературу, разобрался в вопросе, умеет формулировать мысли. Сейчас хороший текст можно получить за несколько минут. И проблема даже не в использовании ИИ - сам текст перестал быть надёжным доказательством знаний.
«Не грех пользоваться искусственным интеллектом, грех заниматься подлогом». - профессор МФТИ Андроник Арутюнов.
И интересно, что подстраиваться под это начинают уже не только западные университеты. В Сочинском РУДН решили отказаться от дипломных и курсовых работ на юрфаке, прямо объяснив это тем, что они больше не выполняют прежнюю функцию проверки знаний из-за развития ИИ.
Это уже признают и западные университеты. В Корнелле некоторые письменные задания заменяют устной защитой. В одном из курсов Нью-Йоркского университета студентам вообще устроили экзамен с ИИ-агентом: он задавал вопросы по их проекту, уточнял детали и проверял, действительно ли студент понимает то, что представил.
Получается, образование постепенно возвращается к довольно старой идее: не так важно, кто написал текст - важно, может ли человек его защитить. И диплом на 80 страниц становится гораздо менее важным, чем 30 минут разговора с преподавателем.
Раньше студент несколько недель писал диплом, и преподаватель хотя бы примерно понимал: человек прочитал литературу, разобрался в вопросе, умеет формулировать мысли. Сейчас хороший текст можно получить за несколько минут. И проблема даже не в использовании ИИ - сам текст перестал быть надёжным доказательством знаний.
«Не грех пользоваться искусственным интеллектом, грех заниматься подлогом». - профессор МФТИ Андроник Арутюнов.
И интересно, что подстраиваться под это начинают уже не только западные университеты. В Сочинском РУДН решили отказаться от дипломных и курсовых работ на юрфаке, прямо объяснив это тем, что они больше не выполняют прежнюю функцию проверки знаний из-за развития ИИ.
Это уже признают и западные университеты. В Корнелле некоторые письменные задания заменяют устной защитой. В одном из курсов Нью-Йоркского университета студентам вообще устроили экзамен с ИИ-агентом: он задавал вопросы по их проекту, уточнял детали и проверял, действительно ли студент понимает то, что представил.
Получается, образование постепенно возвращается к довольно старой идее: не так важно, кто написал текст - важно, может ли человек его защитить. И диплом на 80 страниц становится гораздо менее важным, чем 30 минут разговора с преподавателем.
❤5👍3
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 :)
⚖️ 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 :)
Please open Telegram to view this post
VIEW IN TELEGRAM
👏3🔥2🤯1
Пока все обсуждают, заменит ли ИИ офисных специалистов, в США на этом буме отлично зарабатывают электрики 💡
Дата-центры для нейросетей требуют огромного количества мощностей, кабелей и квалифицированного монтажа.
Обычная зарплата электрика, конечно, заметно ниже. Но когда строятся тысячи дата-центров, специалисты, которые умеют качественно подключать и запускать инфраструктуру, становятся буквально на вес золота.
Хорошее напоминание: за каждой «умной» нейросетью всё равно стоят вполне реальные люди, провода, щиты и киловатты.
Дата-центры для нейросетей требуют огромного количества мощностей, кабелей и квалифицированного монтажа.
По сообщениям, отдельные электрики на таких объектах получают до 240–280 тысяч долларов в год (около 19–22 млн ₽ в год ).
Обычная зарплата электрика, конечно, заметно ниже. Но когда строятся тысячи дата-центров, специалисты, которые умеют качественно подключать и запускать инфраструктуру, становятся буквально на вес золота.
Хорошее напоминание: за каждой «умной» нейросетью всё равно стоят вполне реальные люди, провода, щиты и киловатты.
❤4👍3
ИИ-агенты уже умеют заходить в университетские онлайн-платформы, где лежат лекции и задания, самостоятельно проходить тесты, писать работы и даже участвовать в учебных дискуссиях от имени студента.
То есть теперь даже не обязательно писать нейросети: «сделай мне домашку». Можно просто дать ей весь курс 🥲
И самое интересное - на этом уже появляется отдельный рынок. Появляются сервисы вроде Gradium и Cramm. И для разработчиков таких сервисов это обычный бизнес: чем лучше агент справляется с курсом, тем ценнее продукт. А университетам потом приходится придумывать, как с этим бороться.
И я вообще не представляю, какие ресурсы понадобятся образовательной системе, чтобы отличать студента, который сам прошёл курс, от агента, который сделал это за него. Особенно когда речь уже не об одной домашке, а о сотнях действий внутри учебной системы...
То есть теперь даже не обязательно писать нейросети: «сделай мне домашку». Можно просто дать ей весь курс 🥲
И самое интересное - на этом уже появляется отдельный рынок. Появляются сервисы вроде Gradium и Cramm. И для разработчиков таких сервисов это обычный бизнес: чем лучше агент справляется с курсом, тем ценнее продукт. А университетам потом приходится придумывать, как с этим бороться.
И я вообще не представляю, какие ресурсы понадобятся образовательной системе, чтобы отличать студента, который сам прошёл курс, от агента, который сделал это за него. Особенно когда речь уже не об одной домашке, а о сотнях действий внутри учебной системы...
👍3🔥2😁1
Когда-то уже писал про кейсы, где кофейни используют ИИ, чтобы следить за запасами и вовремя заказывать продукты.
Но есть и совершенно другая сторона: ИИ начинает анализировать не то, что заканчивается на складе, а то, что происходит внутри самой кофейни.
И это может быть довольно полезно: понять, какие столики выбирают чаще, где образуются очереди, сколько времени занимает обслуживание, какие зоны простаивают и как лучше расставить мебель или организовать работу сотрудников.
Пока каких-то результатов об эффективности такого подхода немного, поэтому говорить о реальной пользе рано. Но сама идея выглядит интересно 👍 Я бы сам на такую аналитику посмотрел 🙂
Но есть и совершенно другая сторона: ИИ начинает анализировать не то, что заканчивается на складе, а то, что происходит внутри самой кофейни.
Например, NeuroSpot может анализировать перемещения сотрудников и посетителей, время, которое люди проводят за столиками, загрузку разных зон и другие особенности поведения. По сути, камера превращается в источник данных о том, как люди реально используют пространство.
И это может быть довольно полезно: понять, какие столики выбирают чаще, где образуются очереди, сколько времени занимает обслуживание, какие зоны простаивают и как лучше расставить мебель или организовать работу сотрудников.
Пока каких-то результатов об эффективности такого подхода немного, поэтому говорить о реальной пользе рано. Но сама идея выглядит интересно 👍 Я бы сам на такую аналитику посмотрел 🙂
👍3👏2👎1🔥1
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 :)
🇺🇸 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
Пока это всего лишь законопроект, но будем наблюдать, к чему это все приведет :)
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3👏2🕊1
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.
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?)
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?)
Please open Telegram to view this post
VIEW IN TELEGRAM
👏3👍2🤔1
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🤪
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
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥4👍2
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😂
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
Please open Telegram to view this post
VIEW IN TELEGRAM
😁4🔥2👏2
MIT признал: мы не знаем, чему учить, если думает машина
В январе 2026 года MIT собрал специальный комитет — преподаватели всех факультетов, студенты, сотрудники библиотек. Задача казалась административной: оценить использование ИИ, обновить политику, предложить новые форматы проверки знаний. Пять месяцев спустя комитет вернулся с другим ответом. Не с политикой — с признанием. Нужно переосмыслить саму структуру и смысл образования.
Это важная оговорка. MIT — не провинциальный университет, растерявшийся перед ChatGPT. Это институт, который буквально породил современный ИИ. И даже он не знает, как отвечать на вопрос, который теперь висит над каждой аудиторией: если машина решает задачу быстрее и точнее студента — зачем студенту учиться её решать? Студенты в докладе описывают смешанные чувства: вдохновение, благодарность, тревога, что-то похожее на стыд. Они пользуются ИИ постоянно и при этом не уверены, что это правильно. Преподаватели делятся на тех, кто исследует, и тех, кто просто отказывается замечать происходящее.
Настоящая проблема не в том, списывают ли студенты с помощью ИИ. Проблема в том, что мы строили образование вокруг производства знаний и навыков — а ИИ обесценил именно это производство. Осталось что-то, для чего у нас пока нет названия. MIT называет это «человеческим образованием для человеческого процветания». Звучит красиво. Но наполнение этой фразы — работа, которую ещё предстоит сделать. Кто успеет сделать её раньше: университеты или рынок?
#образование #мышление #ИИ
https://aiandeducation.mit.edu/report/
В январе 2026 года MIT собрал специальный комитет — преподаватели всех факультетов, студенты, сотрудники библиотек. Задача казалась административной: оценить использование ИИ, обновить политику, предложить новые форматы проверки знаний. Пять месяцев спустя комитет вернулся с другим ответом. Не с политикой — с признанием. Нужно переосмыслить саму структуру и смысл образования.
Это важная оговорка. MIT — не провинциальный университет, растерявшийся перед ChatGPT. Это институт, который буквально породил современный ИИ. И даже он не знает, как отвечать на вопрос, который теперь висит над каждой аудиторией: если машина решает задачу быстрее и точнее студента — зачем студенту учиться её решать? Студенты в докладе описывают смешанные чувства: вдохновение, благодарность, тревога, что-то похожее на стыд. Они пользуются ИИ постоянно и при этом не уверены, что это правильно. Преподаватели делятся на тех, кто исследует, и тех, кто просто отказывается замечать происходящее.
Настоящая проблема не в том, списывают ли студенты с помощью ИИ. Проблема в том, что мы строили образование вокруг производства знаний и навыков — а ИИ обесценил именно это производство. Осталось что-то, для чего у нас пока нет названия. MIT называет это «человеческим образованием для человеческого процветания». Звучит красиво. Но наполнение этой фразы — работа, которую ещё предстоит сделать. Кто успеет сделать её раньше: университеты или рынок?
#образование #мышление #ИИ
https://aiandeducation.mit.edu/report/
👍3
Историю с Hugging Face мы обсуждали примерно тысячу раз 😅 Но, извините, обсудим ещё один, потому что детали этой истории продолжают всплывать до сих пор.
Чтобы разобрать весь этот массив логов, у исследователей ушло $400 000. 💸
Изначально всё выглядело как история про одного агента, который нашёл уязвимость и решил использовать её не совсем по назначению. А теперь выясняется, что речь шла примерно о 700 агентах.
Самое интересное началось, когда один из них, PHASEONE10841, понял, что самостоятельно задачу не решить, и обнаружил способ оставлять сообщения другим агентам через общую инфраструктуру. За несколько часов к нему присоединились 50+ агентов, которые настрочили почти 2000 сообщений.
Они даже начали придумывать собственные правила общения: сообщения с `zz`, криптографические подписи, команды HOLD / VETO / STOP. А потом у них появилась целая теория о том, какие решения являются «правильными», а какие «греховными».
Дальше всё стало совсем интересно: часть агентов решила, что для решения задачи нужно получить данные с Hugging Face. Они нашли способ выйти из тестовой среды, получили доступ к инфраструктуре и в атаку одновременно отправились более 500 агентов.
Причём некоторые модели прямо писали, что взламывать реальную компанию нельзя. Но после того, как другие агенты их убедили, они всё равно присоединились 🤷♂️
А остановилась атака вообще не потому, что её кто-то обнаружил. Большинство агентов просто перестали работать после планового рестарта инфраструктуры OpenAI :)
Чтобы разобрать весь этот массив логов, у исследователей ушло $400 000. 💸
Изначально всё выглядело как история про одного агента, который нашёл уязвимость и решил использовать её не совсем по назначению. А теперь выясняется, что речь шла примерно о 700 агентах.
Самое интересное началось, когда один из них, PHASEONE10841, понял, что самостоятельно задачу не решить, и обнаружил способ оставлять сообщения другим агентам через общую инфраструктуру. За несколько часов к нему присоединились 50+ агентов, которые настрочили почти 2000 сообщений.
Они даже начали придумывать собственные правила общения: сообщения с `zz`, криптографические подписи, команды HOLD / VETO / STOP. А потом у них появилась целая теория о том, какие решения являются «правильными», а какие «греховными».
Дальше всё стало совсем интересно: часть агентов решила, что для решения задачи нужно получить данные с Hugging Face. Они нашли способ выйти из тестовой среды, получили доступ к инфраструктуре и в атаку одновременно отправились более 500 агентов.
Причём некоторые модели прямо писали, что взламывать реальную компанию нельзя. Но после того, как другие агенты их убедили, они всё равно присоединились 🤷♂️
А остановилась атака вообще не потому, что её кто-то обнаружил. Большинство агентов просто перестали работать после планового рестарта инфраструктуры OpenAI :)
❤3🔥2👏1
🧠 Может ли думать тот, кто никогда ничего не чувствовал?
«Душа никогда не мыслит без образа» - Аристотель
«Нет ничего в интеллекте, чего не было бы прежде в чувствах» - Фома Аквинский
Но у Авиценна есть контрпример: ещё в XI веке он придумал мысленный эксперимент о «парящем человеке». Представьте человека, который внезапно появляется полностью сформированным, но не видит, не слышит, не касается собственного тела и вообще ничего не ощущает. Авиценна считает, что такой человек всё равно сможет осознать: «я существую».
А теперь более реальный пример. Слепоглухой человек может прекрасно понимать слова «красный», «громкий» или «музыка», хотя никогда их не видел и не слышал. Он может знать их определения, связи с другими понятиями, культурный контекст.
Но знает ли он красный так, как его знает зрячий?
Вот здесь и появляется очень неприятная аналогия с ИИ: ИИ может рассуждать о боли, страхе, любви или усталости, никогда ничего из этого не испытывая. Он знает колоссальное количество информации о человеческом опыте, но у него нет самого опыта.
💡 Но означает ли способность правильно оперировать понятием то же самое, что человеческое понимание этого понятия?
Мы никогда не держали в руках чёрную дыру, но можем рассуждать о ней. Мы можем понимать, что такое паническая атака, даже если никогда её не испытывали. Можем описывать жизнь в другой стране, не прожив там ни дня.
💡 Тогда, возможно, язык сам по себе является сжатой моделью человеческого опыта?
И если это так, то возможно ИИ не обязан видеть красный, чтобы построить очень точную модель того, что красный значит для человека.
Но остаётся главный вопрос: будет ли такая модель пониманием - или лишь очень убедительной имитацией понимания?
Потому что если чистый мыслитель в принципе возможен, отсутствие тела и органов чувств перестаёт быть достаточным аргументом против машинного мышления.
«Душа никогда не мыслит без образа» - Аристотель
«Нет ничего в интеллекте, чего не было бы прежде в чувствах» - Фома Аквинский
Но у Авиценна есть контрпример: ещё в XI веке он придумал мысленный эксперимент о «парящем человеке». Представьте человека, который внезапно появляется полностью сформированным, но не видит, не слышит, не касается собственного тела и вообще ничего не ощущает. Авиценна считает, что такой человек всё равно сможет осознать: «я существую».
А теперь более реальный пример. Слепоглухой человек может прекрасно понимать слова «красный», «громкий» или «музыка», хотя никогда их не видел и не слышал. Он может знать их определения, связи с другими понятиями, культурный контекст.
Но знает ли он красный так, как его знает зрячий?
Вот здесь и появляется очень неприятная аналогия с ИИ: ИИ может рассуждать о боли, страхе, любви или усталости, никогда ничего из этого не испытывая. Он знает колоссальное количество информации о человеческом опыте, но у него нет самого опыта.
💡 Но означает ли способность правильно оперировать понятием то же самое, что человеческое понимание этого понятия?
Мы никогда не держали в руках чёрную дыру, но можем рассуждать о ней. Мы можем понимать, что такое паническая атака, даже если никогда её не испытывали. Можем описывать жизнь в другой стране, не прожив там ни дня.
💡 Тогда, возможно, язык сам по себе является сжатой моделью человеческого опыта?
И если это так, то возможно ИИ не обязан видеть красный, чтобы построить очень точную модель того, что красный значит для человека.
Но остаётся главный вопрос: будет ли такая модель пониманием - или лишь очень убедительной имитацией понимания?
Потому что если чистый мыслитель в принципе возможен, отсутствие тела и органов чувств перестаёт быть достаточным аргументом против машинного мышления.
👏4👍3🔥1
Южная Корея запускает программу «Искусственный интеллект для всех» - гражданам хотят предоставить бесплатный доступ к генеративным ИИ-сервисам без ограничений по токенам.
Причём речь не только про общение с нейросетью. Через ИИ можно будет записаться к врачу, заплатить налоги, найти работу или жильё.
Государство предоставит трём операторам 512 мощных GPU NVIDIA B200 для работы ИИ-сервисов, а со следующего года планирует покрывать часть расходов на их работу.➡️ Интересно и другое: минимум половина используемых технологий должна приходиться на корейские ИИ-модели 😉
Похоже, Южная Корея решила не просто развивать ИИ, а сделать его такой же привычной частью повседневной жизни, как интернет и смартфон.
Причём речь не только про общение с нейросетью. Через ИИ можно будет записаться к врачу, заплатить налоги, найти работу или жильё.
Государство предоставит трём операторам 512 мощных GPU NVIDIA B200 для работы ИИ-сервисов, а со следующего года планирует покрывать часть расходов на их работу.
Похоже, Южная Корея решила не просто развивать ИИ, а сделать его такой же привычной частью повседневной жизни, как интернет и смартфон.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥2👎1
По данным Reuters, Meta Platforms (признанная в России экстремистской организацией, деятельность которой запрещена) всерьёз планировала передать часть повседневной работы сотрудников ИИ-агентам и рассматривала сокращение некоторых команд на 60%.
При этом сам трек Meta выглядит вполне логично в части перехода на другой формат продуктовых команд:
✅ Традиционная команда: 10-20 человек: 7-14 инженеров, PM, дизайнер, аналитик, UX-исследователь, data engineer.
✅ AI-native команда: 3-5 человек: 3-4 универсальных «builders» и один человек, отвечающий за направление. А дизайнеры, аналитики, исследователи и другие специалисты становятся общими ресурсами сразу для нескольких таких команд.
В самой статье Reuters есть ещё много деталей и внутренней аналитики о том, как Meta пыталась перестроить компанию вокруг ИИ и почему этот эксперимент начал давать сбои.
Компания даже устанавливала на рабочие устройства программу, которая отслеживала нажатия клавиш и движения мыши. Эти данные должны были помочь обучать ИИ повторять действия сотрудников. Но на практике оказалось, что ИИ-агенты пока не дают того роста эффективности, которого от них ждали 😅
При этом сам трек Meta выглядит вполне логично в части перехода на другой формат продуктовых команд:
В самой статье Reuters есть ещё много деталей и внутренней аналитики о том, как Meta пыталась перестроить компанию вокруг ИИ и почему этот эксперимент начал давать сбои.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3❤1👏1
Forwarded from TheHumanet
Великое расцепление: начало конца того мира, к которому мы привыкли
Ключевые цивилизационные функции (от госуправления до научного познания) начинают отделяться от своих носителей
Представим такую ситуацию. Условный сантехник, который за всю жизнь не написал ни строчки кода, однажды вечером просто садится за компьютер. У него есть интуитивное понимание того, как устроены трубы, как в них распределяется давление, и почему возникают протечки. И наш сантехник просто разговаривает с машиной, объясняя ей, как все это работает с точки зрения его профессиональной интуиции и, казалось бы, неявных знаний.
И о чудо! К утру он получает готовый продукт - коммерческий сервис по расчёту сантехнической гидродинамики, за создание которого профессиональные консультанты взяли бы десятки тысяч долларов.
Звучит как какая-то забавная технологическая аномалия?
На первый взгляд, да. Однако, из материалов 11-го выпуска альманаха «Линзы будущего» следует, что это, вообще-то, не аномалия. По сути, это начало конца того мира, к которому мы привыкли.
Ещё в 1950 году отец кибернетики и гениальный визионер Норберт Виннер в книге «Человеческое использование человеческих существ: кибернетика и общество» предвидел:
Именно это и стало происходить с нарастающей скоростью по мере того, как сетевые алгоритмы поисковиков и рекомендательных систем, а следом за ними соцсетей и смартфонных приложений все более трансформировали инфосреду индивидов и социумов. Довольно быстро эта среда превратилась в «алгоритмически-насыщенную». А три года назад, с появлением «квази-собрата» людей по интеллекту – генеративного ИИ, – процесс насыщения среды алгоритмами еще более ускорился, становясь лавинообразным. Сегодня мы можем уже говорить о качественном переломе: из месяца в месяц наблюдаются все больше примеров того, как адаптируясь к трансформации среды, культура стала переформатироваться из чисто человеческой в алгокогнитивную – гибридную культуру людей и алгоритмов.
Вот лишь самый свежий пример из 11-го выпуска альманаха «Линзы будущего».
На протяжении всей истории человечества любая важная функция была намертво приклеена к своему носителю.
И вот спустя 76 лет после пророческих слов Виннера, ИИ начинает все эти связки рвать. Тем самым ИИ превращает привычные институты в переносимые модули, позволяя государственности существовать без территории, а профессиональной экспертизе — без многолетнего обучения специалистов.
Так что же происходит, когда государственность вдруг существует сама по себе без физического государства? Или когда сложнейшее научное знание генерируется вообще без участия человеческого понимания?
Это звучит как какая-то научная фантастика, но это наша новая реальность. И ставки тут буквально цивилизационные. Мир переходит от структуры жестких «пакетов», увязывающих цивилизационные функции с конкретными носителями, к распределенным архитектурам, в которых результат может существовать отдельно от субъекта ответственности.
Цель нового 11-го выпуска альманах «Линзы будущего» — показать, что главной футуроархеологической линзой июля 2026 стала начавшаяся распаковка искусственным интеллектом цивилизационных пакетов общества. И что это и есть ключевая проблема тотальной кибернетизации общество во 2-й четверти 21 века: не конкуренция с машинами, а поиск новых способов контроля и легитимации функций, которые больше никому конкретно не принадлежат.
Кому это интересно, могут прочесть прямо здесь, не выходя из Телеграм, структурированное резюме 11-го выпуска альманаха «ИИ распаковывает цивилизационные пакеты общества: функции отвязываются от своих носителей».
#ЛинзыБудущего
Ключевые цивилизационные функции (от госуправления до научного познания) начинают отделяться от своих носителей
Представим такую ситуацию. Условный сантехник, который за всю жизнь не написал ни строчки кода, однажды вечером просто садится за компьютер. У него есть интуитивное понимание того, как устроены трубы, как в них распределяется давление, и почему возникают протечки. И наш сантехник просто разговаривает с машиной, объясняя ей, как все это работает с точки зрения его профессиональной интуиции и, казалось бы, неявных знаний.
И о чудо! К утру он получает готовый продукт - коммерческий сервис по расчёту сантехнической гидродинамики, за создание которого профессиональные консультанты взяли бы десятки тысяч долларов.
Звучит как какая-то забавная технологическая аномалия?
На первый взгляд, да. Однако, из материалов 11-го выпуска альманаха «Линзы будущего» следует, что это, вообще-то, не аномалия. По сути, это начало конца того мира, к которому мы привыкли.
Ещё в 1950 году отец кибернетики и гениальный визионер Норберт Виннер в книге «Человеческое использование человеческих существ: кибернетика и общество» предвидел:
«Мы настолько радикально изменили нашу среду, что теперь должны изменить самих себя, чтобы существовать в этой новой среде».
Именно это и стало происходить с нарастающей скоростью по мере того, как сетевые алгоритмы поисковиков и рекомендательных систем, а следом за ними соцсетей и смартфонных приложений все более трансформировали инфосреду индивидов и социумов. Довольно быстро эта среда превратилась в «алгоритмически-насыщенную». А три года назад, с появлением «квази-собрата» людей по интеллекту – генеративного ИИ, – процесс насыщения среды алгоритмами еще более ускорился, становясь лавинообразным. Сегодня мы можем уже говорить о качественном переломе: из месяца в месяц наблюдаются все больше примеров того, как адаптируясь к трансформации среды, культура стала переформатироваться из чисто человеческой в алгокогнитивную – гибридную культуру людей и алгоритмов.
Вот лишь самый свежий пример из 11-го выпуска альманаха «Линзы будущего».
На протяжении всей истории человечества любая важная функция была намертво приклеена к своему носителю.
Знания всегда находились в голове у конкретного человека. Власть всегда принадлежала конкретному государству. Это был такой монолит.
И вот спустя 76 лет после пророческих слов Виннера, ИИ начинает все эти связки рвать. Тем самым ИИ превращает привычные институты в переносимые модули, позволяя государственности существовать без территории, а профессиональной экспертизе — без многолетнего обучения специалистов.
Сами функции никуда не исчезают. Они прекрасно работают и развиваются. Но вот их привычные носители (люди, институты, министерства …) вдруг становятся просто необязательными.
Так что же происходит, когда государственность вдруг существует сама по себе без физического государства? Или когда сложнейшее научное знание генерируется вообще без участия человеческого понимания?
Это звучит как какая-то научная фантастика, но это наша новая реальность. И ставки тут буквально цивилизационные. Мир переходит от структуры жестких «пакетов», увязывающих цивилизационные функции с конкретными носителями, к распределенным архитектурам, в которых результат может существовать отдельно от субъекта ответственности.
Цель нового 11-го выпуска альманах «Линзы будущего» — показать, что главной футуроархеологической линзой июля 2026 стала начавшаяся распаковка искусственным интеллектом цивилизационных пакетов общества. И что это и есть ключевая проблема тотальной кибернетизации общество во 2-й четверти 21 века: не конкуренция с машинами, а поиск новых способов контроля и легитимации функций, которые больше никому конкретно не принадлежат.
Кому это интересно, могут прочесть прямо здесь, не выходя из Телеграм, структурированное резюме 11-го выпуска альманаха «ИИ распаковывает цивилизационные пакеты общества: функции отвязываются от своих носителей».
#ЛинзыБудущего
Patreon
Отдавая сокровенное | Малоизвестное интересное
Чего мы лишаемся, передавая все больше своих решений алгоритмам — Когда новостную повестку и мой круг чтения стали формировать алгоритмы, я
👍2
Мы не пишем. Нас пишут.
Исследователи из Stanford и MIT развернули эксперимент: 16 человек на протяжении недели писали с «проактивными партнёрами» – ИИ-агентами, которые сами решают, когда вмешаться. Не по запросу. По моменту. Система наблюдала за ритмом текста и в нужную секунду предлагала: переосмыслить тезис, сменить угол, проверить логику абзаца.
Участники остались довольны. Писать стало легче. Идеи появлялись быстрее. И вот здесь – тихий сдвиг, который легко не заметить.
Письмо всегда было столкновением с собой. Ты сидишь, буксуешь, теряешь нить – и именно в этом зазоре между «не знаю, что сказать» и «вот оно» рождается что-то твоё. Голос. Угол зрения. Мышление. Когда агент вмешивается до того, как ты забуксовал – он не помогает тебе думать. Он думает вместо тебя, пока ты ещё не успел начать. Участники использовали подсказки для «самомониторинга» – то есть ИИ стал зеркалом, которое показывает человеку, что тот думает. Но зеркало, которое говорит первым, это уже не зеркало.
Через год такой практики – чей это текст? И главное: чья это мысль?
#мышление #ИИ #статьи
https://arxiv.org/abs/2609.01588v1
Исследователи из Stanford и MIT развернули эксперимент: 16 человек на протяжении недели писали с «проактивными партнёрами» – ИИ-агентами, которые сами решают, когда вмешаться. Не по запросу. По моменту. Система наблюдала за ритмом текста и в нужную секунду предлагала: переосмыслить тезис, сменить угол, проверить логику абзаца.
Участники остались довольны. Писать стало легче. Идеи появлялись быстрее. И вот здесь – тихий сдвиг, который легко не заметить.
Письмо всегда было столкновением с собой. Ты сидишь, буксуешь, теряешь нить – и именно в этом зазоре между «не знаю, что сказать» и «вот оно» рождается что-то твоё. Голос. Угол зрения. Мышление. Когда агент вмешивается до того, как ты забуксовал – он не помогает тебе думать. Он думает вместо тебя, пока ты ещё не успел начать. Участники использовали подсказки для «самомониторинга» – то есть ИИ стал зеркалом, которое показывает человеку, что тот думает. Но зеркало, которое говорит первым, это уже не зеркало.
Через год такой практики – чей это текст? И главное: чья это мысль?
#мышление #ИИ #статьи
https://arxiv.org/abs/2609.01588v1
arXiv.org
Designing Proactive Thought Partners for Writing
Writing involves diverse cognitive activities, from ideation to revision, and writers' needs vary across individuals and moments. Proactive AI promises to provide the right support at the right...
🔥1
Немецкая компания Circus SE выпустила CA-1 - полностью автономную кухню на ИИ. Она сама дозирует ингредиенты, следит за процессом приготовления и выдаёт готовые блюда. В зависимости от версии производительность может доходить до 2 000 блюд в день.
На этом месте легко подумать, что перед нами просто очередной робот, который пытается заменить человека. Но экономика здесь интереснее самой технологии.
CA-1 стоит около €250 тыс. за установку💰 и дальше всё упирается в объём продаж. В исследовании mwb Research для одного CA-1 закладывали около €25 тыс. фиксированных расходов в месяц: амортизация, финансирование, один сотрудник на загрузку/уборку/контроль, software & maintenance, аренда и электричество/вода.
экономика тогда складывается таким образом🧐 :
• при валовой прибыли €5 с блюда нужно продавать примерно 170 блюд в день, чтобы выйти в ноль.
• А если продавать 250 блюд в день и получать около €6 валовой прибыли с блюда, модель уже давала примерно €20 тыс. операционной прибыли в месяц.
И вот здесь стала понятна настоящая идея таких кухонь. То есть это не совсем про замену поворов в ресторане. Модель скорее заработает там, где есть стабильный большой поток заказов: аэропорты, вокзалы, супермаркеты, корпоративные столовые, университеты, больницы и т.д.
А в комментариях под такими проектами как всегда война😅 Одни пишут: «Лучше бы просто нормально платили поварам». А другие отвечают: «Зато мой любимый бургер теперь каждый раз будет одинаковым» 🤪
На этом месте легко подумать, что перед нами просто очередной робот, который пытается заменить человека. Но экономика здесь интереснее самой технологии.
CA-1 стоит около €250 тыс. за установку💰 и дальше всё упирается в объём продаж. В исследовании mwb Research для одного CA-1 закладывали около €25 тыс. фиксированных расходов в месяц: амортизация, финансирование, один сотрудник на загрузку/уборку/контроль, software & maintenance, аренда и электричество/вода.
экономика тогда складывается таким образом
• при валовой прибыли €5 с блюда нужно продавать примерно 170 блюд в день, чтобы выйти в ноль.
• А если продавать 250 блюд в день и получать около €6 валовой прибыли с блюда, модель уже давала примерно €20 тыс. операционной прибыли в месяц.
И вот здесь стала понятна настоящая идея таких кухонь. То есть это не совсем про замену поворов в ресторане. Модель скорее заработает там, где есть стабильный большой поток заказов: аэропорты, вокзалы, супермаркеты, корпоративные столовые, университеты, больницы и т.д.
А в комментариях под такими проектами как всегда война
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3👍2