Учёные из Института Вейцмана создали систему Brain-IT, которая по данным МРТ может восстановить изображение, которое человек видел перед собой.

Она учитывает не просто отдельные объекты на картинке, а ещё их **расположение, композицию и цвета**. Поэтому результат - это реконструкция увиденного: модель пытается понять, как визуальная информация была закодирована в активности мозга.

➡️ Пока до полноценного «чтения мыслей» очень далеко. На восстановленных изображениях появляются артефакты, модель может путать объекты и не всегда точно передаёт детали оригинала. Результат вы можете посмотреть на приложенной картинке (и он, как по мне, довольно впечатляет)

➡️ И есть еще один интересный момент. Чтобы адаптировать систему к новому человеку, ей может хватить всего 15-60 минут данных МРТ. Для многих предыдущих подходов требовались десятки часов индивидуальной настройки.

Дальше ученые хотят попробовать восстанавливать не только реальные изображения, которые человек видит перед собой, но и **воображаемые образы** и даже содержимое сновидений.

Попалась интересная мысль Ноя Смита про так называемую «третью магию» - то есть ситуацию, когда ИИ получает работающий результат, хотя сам не обязательно понимает законы и принципы, которые за ним стоят.

Мы привыкли к довольно понятной схеме:

человек понимает, как устроено явление → формулирует гипотезу → проверяет её → получает результат.

С ИИ появляется другой вариант. Мы можем получить правильное решение или даже новое математическое или научное наблюдение, не имея полного понимания того, почему именно оно работает.

И это уже не просто философская идея. ИИ уже находит математические закономерности, предлагает гипотезы и получает результаты, которые человеку потом приходится разбирать и проверять.

💡 И мне кажется, здесь постепенно меняется сама роль учёного. Возможно, в будущем человеку всё чаще придётся не столько самостоятельно находить решение, сколько понимать, проверять и объяснять результаты, которые сначала нашёл ИИ.

И самое интересное - мы можем довольно быстро к этому привыкнуть. Как только такие результаты начнут появляться регулярно, они перестанут казаться чем-то невероятным, хотя сама идея фундаментально меняет правила игры.

Получается немного как в «Жёлтой стреле» Пелевина:

поезд уже движется, а пассажиры пока больше обсуждают происходящее внутри вагона, чем пытаются понять, куда он едет.🚂

Все заняты своими разговорами, спорят, что происходит вокруг, обсуждают устройство самого поезда, но при этом почти не задаются вопросом, куда он вообще движется и можно ли что-то изменить в его маршруте?

Мне кажется, с ИИ сейчас происходит что-то похожее. Мы очень много обсуждаем отдельные модели, новые функции, кто кого обогнал в очередном бенчмарке, какие профессии они уже заменяют. То есть смотрим в основном на то, что происходит внутри вагона.

А вот вопрос, куда всё это в итоге нас привезёт, остаётся гораздо менее понятным...

Bloomberg сообщает, что в Китае для руководителей и некоторых ключевых сотрудников стратегически важных компаний в сфере ИИ и производства чипов уже действуют ограничения на зарубежные поездки 🌍

▶️ В отдельных случаях разрешение требуется не только самому сотруднику, но и его супругу и детям - даже если речь идёт о короткой поездке за границу.

▶️ Логика китайских властей достаточно понятная: таким образом пытаются снизить риск утечки технологий, специалистов и внутренних знаний в условиях конкуренции с другими странами.

И здесь интересен сам статус AI-специалистов. Их знания становятся настолько важным стратегическим ресурсом, что государство начинает рассматривать не только их работу, но и зарубежные перемещения как вопрос национальной безопасности.

И это, пожалуй, хорошо показывает, насколько сильно изменилось отношение государств к AI-талантам за последние годы 🧐

Во Флориде женщина использовала Claude как личный дневник и рассказала ему о планах устроить стрельбу в офисе шерифа.

После нескольких подобных записей система безопасности Anthropic пометила переписку как потенциальную угрозу, информацию передали на проверку, а затем - правоохранителям.

➡️ В итоге женщину задержали и обвинили в письменной угрозе насилием.

Вывод простой: если используете ИИ как «личный дневник», стоит помнить, что это всё-таки онлайн-сервис, а не тетрадка под матрасом 🤪

Впервые в истории компании может стать дешевле нанять человека, чем бесконечно кормить ИИ.

Джордж Сивулка, основатель Hebbia, обращает внимание на неожиданный эффект: ИИ должен был заменить человеческий труд, но управление целой армией AI-агентов само по себе становится отдельной статьёй расходов 💸

Агенты могут бесконечно перепроверять результаты, перезапускать задачи и исправлять собственные ошибки. Каждый такой цикл расходует токены и иногда компания платит за процесс гораздо больше, чем получает от результата. Люди в среднем дешевле токенов, но хорошие токены дешевле на масштабе 🧐

И вот здесь начинается самое интересное. Значительная часть корпоративного потребления ИИ приходится на агентов и скиллы, которыми сотрудники пользуются самостоятельно, а зачастую сами их и создают.

Насколько оптимально сотрудники тратят токены? Так ли хороши созданные ими агенты? Можно ли вообще объективно измерить эффективность такого цифрового сотрудника?

Возможно, со временем компаниям понадобятся не только AI-агенты, но и цифровые руководители, которые будут следить за их работой, оценивать результаты и находить бессмысленные расходы 🤔

Глава Microsoft Сатья Наделла выступил за создание «аварийного тормоза» для ИИ-моделей. Сам по себе этот призыв не нов. Я бы даже сказал, уже даже мы все косточки ему перетерли 😅 Но Наделла предлагает переосмыслить привычные подходы.

«Самой заслуживающей доверия системой сверхинтеллекта будет не та, в которой используется модель, которой мы доверяем больше всего, а та, которая позволяет нам доверять модели как можно меньше».

Логика в том, чтобы не полагаться исключительно на надёжность самой модели. Даже если ИИ ошибается или ведёт себя неожиданно, система вокруг него должна оставаться управляемой.

Для этого Наделла предлагает разделять три компонента:
✅ саму модель, которая принимает решения;
✅ управляющую оболочку, которая координирует её работу;
✅ набор действий и инструментов, к которым у неё есть доступ.

Права доступа, ограничения и возможность остановить агента должны находиться за пределами самой модели. То есть ИИ не должен единолично определять границы собственных полномочий.

Это особенно актуально сейчас, когда ИИ-агенты переходят от генерации ответов к самостоятельным действиям: работают с файлами, обращаются к базам данных, запускают код и взаимодействуют с внешними сервисами.

Хотя мне интересно, сколько людей после пятого запроса агента на подтверждение просто нажмут «Да, да, делай уже, только отстань» 😅 И не окажется ли человеческое желание поскорее убрать все эти предупреждения слабым местом даже самой продуманной системы безопасности?

Майкл Смит из Северной Каролины генерировал треки с помощью ИИ, создавал тысячи фейковых аккаунтов на стриминговых платформах и заставлял их круглосуточно слушать его музыку. В отдельные периоды одновременно работало до 10 тысяч аккаунтов 🎧

Чтобы не вызывать подозрений прослушиваниями одних и тех же песен, он массово генерировал новые треки. Для аккаунтов использовал поддельные почты и банковские карты.

Схема принесла ему больше $8 млн роялти - денег, которые распределяются между музыкантами за прослушивания.

😬 Теперь за это придётся ответить: Смит получил 18 месяцев тюрьмы и два года надзора. Кроме того, у него конфискуют всю сумму.

По данным Минюста США, это первое уголовное дело о мошенничестве со стриминговыми роялти с использованием ИИ.

А спалился он, по сути, на масштабах. Организация, распределяющая выплаты, заинтересовалась, как один человек успевает производить столько музыки?)

И, кажется, дело тут не только в электричестве 💡

В Минцифры подтвердили, что такой вариант действительно прорабатывают, хотя конкретных решений пока нет.

С одной стороны, всё логично: внутри страны не хватает вычислительных мощностей, а современные ИИ-серверы потребляют огромное количество энергии. Например, в Москве свободно около 50 МВт, при этом одна ИИ-стойка может потреблять до 40 кВт.

Но я бы обратил внимание ещё на один момент. В нынешних условиях вопрос размещения дата-центров - это не только про электричество и стоимость строительства, но и про безопасность. Такие объекты становятся критической инфраструктурой, и риски для них уже сложно рассматривать отдельно от общей ситуации.

▶️ Беларусь предлагает площадки и говорит о профиците электроэнергии.
▶️ Казахстан развивает проект «Долина ЦОДов» в Экибастузе: до 300 МВт на первом этапе с перспективой роста до 1 ГВт. Инвестиции оцениваются примерно в $10 млрд.

В общем, получается, что для развития ИИ нужны не только модели и чипы. Нужны ещё огромные объёмы электричества, подходящие площадки и инфраструктура, которую можно безопасно эксплуатировать.

Таковы результаты исследования Visier: компания опросила 1 000 сотрудников в США, работающих полный день.

Кажется, вокруг нейросетей постепенно формируется новая корпоративная игра: нужно не только хорошо работать, но и показывать, что ты активно используешь ИИ 🙃

▶️ 45% опрошенных чувствуют, что от них ждут работы с нейросетями, но сами пока не уверены, как применять их с реальной пользой.
▶️ При этом 54% говорят, что за последние два года ИИ уже заметно повлиял на их работу или карьеру.
▶️ С обучением всё не очень: 79% не чувствуют, что получают достаточно поддержки, а лишь 28% считают, что руководство действительно понимает, как сотрудники используют ИИ.

Забавный парадокс. Компании хотят, чтобы сотрудники внедряли ИИ, но не всегда дают им время, обучение и понятные критерии, по которым можно оценить результат. Зато сам факт использования нейросети уже становится сигналом, что ты не отстаёшь от прогресса.