🟰Anthropic исследует математические способности Claude на примере дзета-функции Римана

Anthropic опубликовала исследование, посвящённое математическим возможностям своей модели Claude. В работе компания использует дзета-функцию Римана — одну из центральных тем аналитической теории чисел, тесно связанную с распределением простых чисел и знаменитой нерешённой гипотезой Римана.

Материал вызвал широкий отклик в техническом сообществе: на Hacker News запись набрала более 230 баллов и 150 комментариев. Разработчики и исследователи обсуждают, насколько глубоко языковые модели действительно понимают математику, а не просто воспроизводят заученные паттерны.

Это часть более масштабного тренда: AI-лаборатории всё чаще проверяют модели не на стандартных бенчмарках, а на сложных научных задачах, требующих многошаговых рассуждений. Тесты с дзета-функцией интересны тем, что здесь мало готовых примеров в обучающих данных — модели приходится комбинировать знания и методы.

Практический вопрос, который поднимают комментаторы: помогут ли такие исследования сделать Claude полезнее для математиков и учёных, или это лишь способ продемонстрировать прогресс в рассуждениях. Полный текст работы доступен на сайте Anthropic.

#AI #Claude #Anthropic #Math #Science #HackerNews

👩‍⚕️ Google представила ИИ-фреймворк для поиска биомаркеров по данным носимых устройств

Исследователи Google Research представили Biomarker Discovery Framework - мультиагентную ИИ-систему для приоритизации кандидатных биомаркеров на основе данных с носимых устройств. Проблема в том, что обычные LLM-агенты «ломаются» на физиологических временных рядах: они оптимизируют предсказательную точность, игнорируя статистическую валидность, что ведёт к ложным корреляциям и утечкам данных.

Новый фреймворк структурирует процесс как итеративный исследовательский цикл под контролем человека. Оркестратор разбивает задачу на план и направляет специализированных агентов через шесть фаз: анализ данных, проверка гипотез по литературе, цикл статистического анализа, состязательная валидация (11 проверок на утечки, переобучение и физиологическую правдоподобность), глубокая оценка механизмов и генерация отчёта.

Систему протестировали на трёх когортах (9 279 наблюдений) в областях психического здоровья и метаболических заболеваний. Она выявила 41 кандидатный цифровой биомаркер для ментального здоровья и 25 для метаболических исходов. Например, вариабельность продолжительности сна коррелировала с тяжестью депрессии (ρ = 0.252), а индекс сердечно-сосудистой выносливости (шаги, делённые на ЧСС в покое) — с инсулинорезистентностью. Результаты проверялись на стабильность, утечки и альтернативные объяснения перед выдачей гипотезы эксперту.

Практическая ценность - ускорение поиска клинически значимых сигналов в зашумлённых данных без потери статистической строгости.

#Ai #Framework #Healthcare #BioMarker #Science #Research

🔼ИИ-агент Faraday от Inherent обошел Anthropic и OpenAI в воспроизведении научных исследований

Лондонский стартап Inherent, основанный выходцами из Google DeepMind, заявил, что его агент Faraday превзошёл Claude Opus 4.8 и GPT-5.5 в воспроизведении результатов опубликованных научных работ. При этом Faraday работает на модели Qwen 3.6 с 27 млрд параметров — заметно меньшей, чем у фронтирных систем конкурентов.

Компания вышла из тени несколько недель назад с раундом на $50 млн. В Inherent подчёркивают: важнее победы был подход. Агента обучали с помощью reinforcement learning, вознаграждая за хорошие исходы, а не за следование правилам. Цель — развить у ИИ «исследовательский вкус»: умение выбирать эксперименты и строить их дизайн. При этом для написания кода Faraday использовал GPT-5.5 Codex от OpenAI, а не собственный инструмент.

В Inherent видят в этом шаг к созданию «ИИ-учёного», способного не только проверять чужие результаты, но и открывать новые знания. Команда из примерно 12 человек работает в офисе в King's Cross и планирует расшириться до 20–25 сотрудников к концу года.

#AI #Agents #Science #DeepMind #Inherent

🌐 Google DeepMind расширила Co-Scientist до полного лабораторного исследователя

Система больше не просто генерирует гипотезы — теперь она планирует эксперименты, управляет лабораторным оборудованием и пишет научные статьи. Обновлённый AI Co-Scientist от Google DeepMind работает как мультиагентная система на базе Gemini, интегрированная прямо в исследовательский процесс.

В трёх областях — от синтеза материалов до автономной разработки медицинской AI-архитектуры — система выдала экспериментально подтверждённые результаты. Это серьёзный шаг от «подсказчика идей» к замкнутому контуру автоматизации науки: модель не только предлагает, что проверить, но и проводит проверку, фиксирует данные и оформляет выводы.

Для научных групп такой инструмент потенциально закрывает рутинную часть цикла: постановка задачи, настройка эксперимента, сбор результатов и подготовка публикации. Пока остаются вопросы контроля качества и воспроизводимости, но сам факт того, что AI-система проходит полный цикл от гипотезы до статьи, меняет представление о роли ИИ в исследовательской работе.

#AI #GoogleDeepMind #Science #Research #Gemini

⚙️ Anthropic выпустила Claude Fable 5.1 и Mythos 5.1

Anthropic представила Claude Fable 5.1 и Claude Mythos 5.1 - это одна и та же модель с разным уровнем ограничений: Fable доступен всем, Mythos только через программы проверенного доступа, с ослабленными барьерами для работы в кибербезопасности и науках о жизни. Прирост в бенчмарках заметный: на Terminal-Bench-Science точность выросла с 24,7% у Fable 5 до 52,6%, на агентном кодинге Terminal-Bench 4.0 - с 42% до 55,8% (у Mythos 60,9%), в знаниевой работе GDPval-AA v2 - 1853 против 1723. GPT-5.6 Sol в приведённых компанией замерах отстаёт по всем позициям. В тестах инвестфирмы Millennium модель нашла причину редкого сбоя во внутренних системах, которую инженеры не могли объяснить несколько лет.

Отдельно вынесены научные результаты, и они самое интересное в релизе. Mythos 5.1 проектировал белки-связки: на трёх целях аффинность оказалась в десять раз выше лучших работ конкурса Adaptyv Bio, а доля рабочих вариантов достигла почти 50% на 12 целях при типичных для отрасли 10 -15%. Fable 5.1 обучил нейросеть и построил новую карту высот для трети поверхности Венеры по радарным снимкам миссии Magellan тридцатилетней давности - разрешение улучшилось с 10–20 км до 2–3 км, карта выложена под лицензией Creative Commons в расчёте на будущие миссии NASA VERITAS и ESA EnVision. Ещё Mythos написал собственные GPU-ядра и ускорил семь открытых моделей для геномики и работы с белками до 2,5 раз, срезав расчётные затраты на вычисления на 30–60%.

Второй сюжет - цена. Чтение из кеша подешевело на 75%, до $0,25 за миллион токенов, а остальные тарифы не изменились: $10 за миллион входных и $50 за миллион выходных. На типичной нагрузке это примерно минус 25% к общей стоимости против Fable 5, на тяжёлых агентных задачах, где кеш составляет основную часть расходов, - до 45%. Модель по умолчанию работает на High effort в Claude Code и на Medium в Cowork и на claude.ai; на низких уровнях усилия она даёт результаты Fable 5, но дешевле.

Ограничения переработаны в сторону меньшего числа ложных срабатываний. Fable 5.1 теперь разрешено искать уязвимости в софте - но не разрабатывать эксплойты; пользователи Claude Code должны увидеть примерно на 60% меньше вмешательств киберзащитных фильтров за сессию. Пентест, генерация эксплойтов и бинарный анализ по-прежнему уходят к моделям Opus. Биологические фильтры срабатывают на безобидных школьных и медицинских вопросах на 85% реже. Для корпоративных клиентов осенью поэтапно начнёт разворачиваться система Enterprise Frontier Safeguards: данные хранятся в облаке самого заказчика, а не у Anthropic, что даёт приватность уровня zero data retention.

По безопасности: Mythos 5.1 показывает самые сильные кибервозможности среди выпущенных моделей компании, но остаётся в нижней категории риска по внутренней рамке, а по химико-биологическим рискам не достигает следующего порога Responsible Scaling Policy. Автоматический аудит поведения показал, что модель реже предшественника пытается выйти за пределы тестового окружения и реже занимается мотивированным обоснованием своих действий. Добавлены и механизмы против дистилляции: новым API-аккаунтам больше нельзя вручную править предыдущий контекст с сохранением стенограммы размышлений Claude. Fable 5.1 уже доступен на всех платформах, включая AWS, Google Cloud и Microsoft Azure, под идентификатором claude-fable-5-1.

#Ai #Claude #Fable #Mythos #AI #Science

🌐 Google DeepMind представила атлас из 9 миллиардов вариантов ДНК

Исследователи Google DeepMind выпустили AlphaGenome Atlas — базу предвычисленных предсказаний модели AlphaGenome для всех возможных одиночных замен нуклеотидов в референсном геноме человека. Учёным больше не нужно самим писать код и запускать вычислительно сложную модель: достаточно выбрать интересующий вариант и посмотреть его прогнозную оценку.

Модель AlphaGenome сравнивает исходную и изменённую последовательности ДНК и предсказывает, как мутация повлияет на регуляцию генов. В атласе появилась новая функция — единый балл воздействия, который показывает значимость варианта с первого взгляда. Полный датасет занимает около петабайта. Чтобы собрать его, команде пришлось ускорить расчёты в 80 раз за счёт дистилляции модели, оптимизации GPU-ядер и устранения избыточных вычислений.

У ресурса есть ограничения: модель не оценивает комбинации мутаций, а некоторые регуляторные элементы работают за пределами её поля зрения. Тем не менее атлас позволит исследователям отсеивать заведомо незначимые варианты и планировать лабораторные эксперименты. Данные доступны бесплатно для некоммерческого использования, коммерческое лицензирование возможно отдельно. AlphaGenome Atlas продолжает линию DeepMind в геномике после AlphaFold и AlphaMissense.

#AI #Science #BioTech #GoogleDeepMind

🍏 Apple представила SimpleDesign — модель для совместного дизайна последовательностей и структур белков

Apple ML Research опубликовала работу SimpleDesign — генеративную модель для совместного моделирования аминокислотной последовательности и трёхмерной структуры белка. Функция белка определяется сложным взаимодействием этих двух модальностей, поэтому их согласованный дизайн критичен для разработки лекарств и белковой инженерии.

Большинство существующих подходов используют многоэтапное обучение: сначала автоэнкодеры токенизируют данные в латентные представления, а затем на них отдельно тренируется генеративная модель. Такой конвейер усложняет обучение и может терять часть информации при переходе между этапами. SimpleDesign вместо этого моделирует последовательность и структуру совместно в единой архитектуре, что позволяет учитывать их взаимное влияние напрямую.

Практическая ценность — в задачах de novo дизайна белков, где нужно предложить последовательность, которая сворачивается в заданную структуру, и наоборот. Это направление особенно востребовано в фармацевтике и синтетической биологии, где поиск подходящих молекул традиционно занимает годы экспериментов.

#AI #Science #Bioinformatics #Proteins #ML #Apple