Google упаковал Search и Gemini новыми ИИ-инструментами для учёбы

Google анонсировал набор учебных функций в Search и Gemini: интерактивные визуализации, 3D-симуляции, выделенный студенческий хаб и кастомные практические тесты.
Это очередной шаг в борьбе за то, чтобы Gemini стал ассистентом, к которому студенты обращаются при учёбе, против OpenAI и образовательных стартапов вроде Knowt и Gauth.

🔍 Search как репетитор: По запросу «pH scale» в AI Overview появится интерактивная визуализация, а уточняющий вопрос вроде «нанеси цитрусовые на шкалу pH» заставит AI Mode собрать индивидуальный интерактивный опыт.
Практические тесты генерируются прямо в поиске по любому предмету, от SAT-словаря до гуманитарных наук.

📷 Lens разбирает задачи: В ближайшие недели Lens в Search получит интерактивный режим обучения.
Студент фотографирует задачу, и ИИ объясняет концепцию, находит ошибки и подсказывает, если застрял. Плюс Search умеет собирать учебные документы из загруженных файлов, от фото рукописных конспектов до слайдов лекций, превращая их в одностраничник с ключевыми концепциями.

🎙 Gemini Live в фоне: Многошаговые исследовательские отчёты запускаются в Gemini Live, пока пользователь закрыл чат и занимается своими делами.
Приходит уведомление, когда отчёт готов, и обсудить находки можно голосом.

🧬 3D-симуляции: Gemini теперь генерирует функциональные 3D-симуляции. По запросу «покажи, как работает ДНК в 3D» можно вращать и приближать структуру.
Ответы включают таблицы, сетки и симуляции под конкретный промпт.

📚 Студенческий хаб: В приложении Gemini появился выделенный хаб, собирающий учебные инструменты в одном месте: учебный блокнот, флеш-карточки, практические тесты.

💼 Зачем бизнесу: Google превращает поиск из точки входа в полноценную учебную среду, удерживая студентов в своей экосистеме.
Для EdTech-стартапов это сигнал: конкурировать с бесплатными встроенными инструментами гиганта придётся за счёт глубины и специализации, а не базовых фич.

🔮 Будущее: Следующий шаг — персональный учебный агент, который знает программу конкретного студента, его слабые места и строит траекторию от конспекта до экзамена. 3D-симуляции и голосовые отчёты — это фундамент, на котором такой агент будет работать.

Кстати, очень похоже на https://learnvector.ai/ от Andrew Ng

#Google #Gemini #Search #образование #EdTech #ИИ
───
@tsingular

⚛️ Google научилась уменьшать ошибки в квантовых вычислениях в 40 РАЗ
И это действительно важный шаг к созданию практически полезных квантовых компьютеров.
Проблема квантовых вычислений заключается не только в количестве кубитов.
Главная головная боль физиков — ошибки.
Квантовые состояния чрезвычайно чувствительны к внешним воздействиям, поэтому при выполнении сложных вычислений ошибки быстро накапливаются.
Чтобы создавать полноценные квантовые компьютеры, исследователям нужны особые состояния, которые называются magic states — магические состояния.
Название звучит подозрительно, но никакой магии здесь нет.
Это специальные квантовые состояния, необходимые для выполнения определённых операций, без которых невозможны универсальные квантовые вычисления.
И вот исследователи из Google Quantum AI впервые успешно продемонстрировали на реальном квантовом процессоре технологию magic state cultivation.
По сути, они научились очищать такие состояния от ошибок.
Эксперимент проводился на квантовом процессоре Willow.
Результат — снижение ошибок примерно в 40 раз и точность подготовки квантовых состояний около 99,99%.
Причём учёные не просто создали более качественные состояния.
Они также смогли перенести их между двумя различными системами квантовой коррекции ошибок.
Это важно, поскольку будущим квантовым компьютерам потребуется объединять множество таких операций в единую работающую систему.
Но есть нюанс.
Пока успешно проходят проверку только около 8% попыток подготовки состояний.
Остальные отбрасываются.
Кроме того, снижение ошибок в 40 раз относится к конкретной технологии подготовки квантовых состояний, а не ко всему квантовому компьютеру.
То есть Google пока не создала компьютер, который стал работать в 40 раз быстрее или надёжнее.
Тем не менее исследование, опубликованное 15 октября в Science, решает одну из важных инженерных проблем квантовых вычислений.
В перспективе это может приблизить появление машин, способных моделировать сложные молекулы, помогать в разработке лекарств и исследовать материалы на квантовом уровне.
И здесь возникает довольно забавная ситуация.
Десятилетиями человечество пыталось построить квантовый компьютер, который сможет выполнять невероятно сложные вычисления.
А теперь выясняется, что одна из главных задач — научить его хотя бы не ошибаться.
Причём для этого физикам понадобилось придумать технологию с названием «выращивание магических состояний».
Похоже, будущее вычислений действительно немного похоже на Хогвартс.
Только вместо волшебных палочек — сверхпроводящие кубиты.
И вместо заклинаний — квантовая коррекция ошибок.
#квантовыевычисления #физика #Google #технологии #квантоваяфизика #наука
https://doi.org/10.1126/science.aee7961

Google meet выпустили перевод реального времени.

Цифровой Вавилон всё ближе.

#Google #Meet
------
@tsingular