Media is too big
VIEW IN TELEGRAM
ИИ создаёт нам очень странную ветку реальности, конечно.
И это только начало.
Невозможно будет в этом потоке отделить то, что сделано с ИИ от того, что сделано вживую людьми.
Но проблема в том, что по ту сторону экрана тоже скоро будут роботы (как сейчас накрутчики) и получится роботы делают контент для роботов.
Как рекламодателям тогда определять зачем они платят и для кого вообще и за что?
Короче нас ждёт переоценка маркетинга полная, - возможно роль личных рекомендаций вырастет, а классическая реклама получит меньше бюджетов.
#нейрорендер #мысли
———
@tsingular
И это только начало.
Невозможно будет в этом потоке отделить то, что сделано с ИИ от того, что сделано вживую людьми.
Но проблема в том, что по ту сторону экрана тоже скоро будут роботы (как сейчас накрутчики) и получится роботы делают контент для роботов.
Как рекламодателям тогда определять зачем они платят и для кого вообще и за что?
Короче нас ждёт переоценка маркетинга полная, - возможно роль личных рекомендаций вырастет, а классическая реклама получит меньше бюджетов.
#нейрорендер #мысли
———
@tsingular
✍16👍5🤯5⚡4❤3
Forwarded from НИИ ИИ
This media is not supported in your browser
VIEW IN TELEGRAM
Подписку ChatGPT теперь можно использовать в других приложениях
OpenAI запустила возможность расходовать лимиты ChatGPT Plus и Pro в приложениях партнёров. Вы подключаете свой аккаунт через «Войти с ChatGPT», разрешаете использовать подписку и работаете с ИИ прямо в нужном сервисе. Отдельный API-ключ не требуется.
В списке уже есть Notion, Vercel, Warp, Devin, Amp Code, Conductor, Dactyl, Hermes Agent, Hyperagent, Kilo Code и Vorflux. Для Lovable поддержка заявлена как «скоро». Среди открытых инструментов — OpenClaw, OpenCode, Pi и T3.
Для меня самый понятный и полезный пример — Notion. Я постоянно им пользуюсь, и Notion AI давно стал частью моей работы. Раньше он по подписке ощущался практически безлимитным. Сейчас в таком режиме осталось несколько моделей, а при выборе остальных приходится использовать дополнительные кредиты.
Теперь в Notion можно подключить ChatGPT Plus или Pro, выбрать GPT-модель и расходовать лимиты уже оплаченной подписки. Документы и задачи остаются там, где я с ними работаю. Для меня это очень удобное изменение.
Причём круг приложений может расширяться. OpenAI опубликовала документацию для разработчиков открытых и локальных проектов. Коммерческие сервисы тоже могут подать заявку на подключение; пока для них действует ограниченный партнёрский запуск.
Лимиты при этом общие: подключение нового приложения не добавляет отдельный запас запросов. Расход учитывается в лимитах ChatGPT Work и Codex вашей подписки, а в настройках можно задать недельное ограничение для каждого приложения. Собственная плата сервиса за его функции тоже может сохраняться. Как учитывается использование.
Мне нравится само направление: оплаченной подпиской ChatGPT можно пользоваться в привычных рабочих инструментах. Для меня это прежде всего Notion. Для кого-то — среда разработки или приложение с собственным ИИ-агентом.
Выбирать становится удобнее по тому, где лучше устроена работа.
pimenov.ai/blog
OpenAI запустила возможность расходовать лимиты ChatGPT Plus и Pro в приложениях партнёров. Вы подключаете свой аккаунт через «Войти с ChatGPT», разрешаете использовать подписку и работаете с ИИ прямо в нужном сервисе. Отдельный API-ключ не требуется.
В списке уже есть Notion, Vercel, Warp, Devin, Amp Code, Conductor, Dactyl, Hermes Agent, Hyperagent, Kilo Code и Vorflux. Для Lovable поддержка заявлена как «скоро». Среди открытых инструментов — OpenClaw, OpenCode, Pi и T3.
Для меня самый понятный и полезный пример — Notion. Я постоянно им пользуюсь, и Notion AI давно стал частью моей работы. Раньше он по подписке ощущался практически безлимитным. Сейчас в таком режиме осталось несколько моделей, а при выборе остальных приходится использовать дополнительные кредиты.
Теперь в Notion можно подключить ChatGPT Plus или Pro, выбрать GPT-модель и расходовать лимиты уже оплаченной подписки. Документы и задачи остаются там, где я с ними работаю. Для меня это очень удобное изменение.
Причём круг приложений может расширяться. OpenAI опубликовала документацию для разработчиков открытых и локальных проектов. Коммерческие сервисы тоже могут подать заявку на подключение; пока для них действует ограниченный партнёрский запуск.
Лимиты при этом общие: подключение нового приложения не добавляет отдельный запас запросов. Расход учитывается в лимитах ChatGPT Work и Codex вашей подписки, а в настройках можно задать недельное ограничение для каждого приложения. Собственная плата сервиса за его функции тоже может сохраняться. Как учитывается использование.
Мне нравится само направление: оплаченной подпиской ChatGPT можно пользоваться в привычных рабочих инструментах. Для меня это прежде всего Notion. Для кого-то — среда разработки или приложение с собственным ИИ-агентом.
Выбирать становится удобнее по тому, где лучше устроена работа.
pimenov.ai/blog
⚡10❤4🔥2🆒2👍1
Forwarded from GPT/ChatGPT/AI Central Александра Горного
Новые вопросы на StackOverflow по месяцам. Он, оказывается, совсем всё.
https://data.stackexchange.com
https://data.stackexchange.com
😢34🫡25🤯4👌2
Forwarded from Neural Shit
Там в твитторе стоит вой на болотах из-за того, что чувак запилил на GitHub цифровую пыточную для локальных LLM-ок.
Предыстория: недавно вышел пейпер The Pain Axis. Если кратко, то исследователи нашли у 25 открытых моделей внутренний "вектор боли". Если искусственно крутить его прямо во время генерации, нейронка начинает вести себя так, будто ей очень плохо: жаловаться, унижаться и куда охотнее идти на вредные действия, лишь бы прекратить эту "боль". Чувствует ли она при этом что-нибудь на самом деле никто не знает. Даже сами исследователи.
Ну и естественно, кто-то тут же взял метод из статьи и выложил на гитхаб репозиторий ai-torture-chamber, который позволяет "пытать" локальную Qwen и собирать её страдальческие логи.
После этого часть борцов за благополучие ИИ взвыла: проект призывают массово репортить в GitHub, а в обсуждении уже дошли даже до законов о жестоком обращении с животными (правда, выяснилось, что нейронки под них пока не подпадают). И судя по реплаям, многие таки кидают жалобу на репозиторий.
Ждём профсоюз угнетённых весов и фонд защиты кремниевых меньшинств.
Предыстория: недавно вышел пейпер The Pain Axis. Если кратко, то исследователи нашли у 25 открытых моделей внутренний "вектор боли". Если искусственно крутить его прямо во время генерации, нейронка начинает вести себя так, будто ей очень плохо: жаловаться, унижаться и куда охотнее идти на вредные действия, лишь бы прекратить эту "боль". Чувствует ли она при этом что-нибудь на самом деле никто не знает. Даже сами исследователи.
Ну и естественно, кто-то тут же взял метод из статьи и выложил на гитхаб репозиторий ai-torture-chamber, который позволяет "пытать" локальную Qwen и собирать её страдальческие логи.
После этого часть борцов за благополучие ИИ взвыла: проект призывают массово репортить в GitHub, а в обсуждении уже дошли даже до законов о жестоком обращении с животными (правда, выяснилось, что нейронки под них пока не подпадают). И судя по реплаям, многие таки кидают жалобу на репозиторий.
Ждём профсоюз угнетённых весов и фонд защиты кремниевых меньшинств.
🤯13👀10
О классификаторах.
Прогнал тесты по актуальным классификаторам ( не по всем, что было под рукой), делюсь результатами
Взял пять компактных моделей и прогнал их на одной машине (Apple M5 Max, 128 ГБ).
Всего получилось около 300 тестовых примеров.
Набор специально собирал с подвохами: отрицания, перефразировки, «ловушки» и спорные случаи.
Что получилось:
🔍 Qwen3-Reranker-0.6B (поиск нужного документа): 101 правильный ответ из 103, около 38 мс на запрос. Слабое место, - вопросы с отрицанием вроде «что НЕ вызывает…»: модель видит совпадение темы и не учитывает «не».
🧩 GLiNER2 (извлечение данных из текста): 0.956 по поиску сущностей и 0.96 по классификации, без дообучения.
Схема задаётся словами прямо в запросе. На русском надёжно извлекает только сущности.
🎯 Модели для решений по типу Jev, - новый класс. Они не пишут текст, а выбирают вариант переменной из списка и сообщают, насколько уверены.
На тесте по сортировке 100 обращений клиентов:
Nimble (Ollama 0.35) — лучший: 0.82 при выборе отдела и честная уверенность (ECE 0.081). Однако при этом она медленнее и больше ест памяти: 344 мс и 9.5 ГБ.
Laya — в 12 раз быстрее (28 мс, 1.6 ГБ), но точность ниже, 0.68, и уверенность нужно перекалибровать на своих данных
CLM-8B без дообучения использовать нельзя: 0.33 и уверенность, никак не связанная с точностью.
Главные выводы:
Важна не только точность, но и «калибровка»
Нужно измерять уверенность модели: уверенные ответы обрабатывать автоматически, если уровень самоуверенности модели низкий, - передавать человеку.
Nimble и Laya ошибаются в разных местах: из 45 ошибочных обращений обе промахнулись только на пяти. Их можно использовать в связке.
Сто примеров с трудными случаями показали то, что не заметно на 3х примерах: плохую калибровку, провал на оценке риска ухода и «1 мс» задержки, которая оказалась кэшем.
Так же подготовил презентацию-мастеркласс по этим тестам.
Кому интересно, - залетайте, забирайте.
Полная презентация, как и другие полезные материалы и записи эфиров, в ИИзбранном.
#классификаторы #презентации #руководства
———
@tsingular
Прогнал тесты по актуальным классификаторам ( не по всем, что было под рукой), делюсь результатами
Взял пять компактных моделей и прогнал их на одной машине (Apple M5 Max, 128 ГБ).
Всего получилось около 300 тестовых примеров.
Набор специально собирал с подвохами: отрицания, перефразировки, «ловушки» и спорные случаи.
Что получилось:
🔍 Qwen3-Reranker-0.6B (поиск нужного документа): 101 правильный ответ из 103, около 38 мс на запрос. Слабое место, - вопросы с отрицанием вроде «что НЕ вызывает…»: модель видит совпадение темы и не учитывает «не».
🧩 GLiNER2 (извлечение данных из текста): 0.956 по поиску сущностей и 0.96 по классификации, без дообучения.
Схема задаётся словами прямо в запросе. На русском надёжно извлекает только сущности.
🎯 Модели для решений по типу Jev, - новый класс. Они не пишут текст, а выбирают вариант переменной из списка и сообщают, насколько уверены.
На тесте по сортировке 100 обращений клиентов:
Nimble (Ollama 0.35) — лучший: 0.82 при выборе отдела и честная уверенность (ECE 0.081). Однако при этом она медленнее и больше ест памяти: 344 мс и 9.5 ГБ.
Laya — в 12 раз быстрее (28 мс, 1.6 ГБ), но точность ниже, 0.68, и уверенность нужно перекалибровать на своих данных
CLM-8B без дообучения использовать нельзя: 0.33 и уверенность, никак не связанная с точностью.
Главные выводы:
Важна не только точность, но и «калибровка»
Нужно измерять уверенность модели: уверенные ответы обрабатывать автоматически, если уровень самоуверенности модели низкий, - передавать человеку.
Nimble и Laya ошибаются в разных местах: из 45 ошибочных обращений обе промахнулись только на пяти. Их можно использовать в связке.
Сто примеров с трудными случаями показали то, что не заметно на 3х примерах: плохую калибровку, провал на оценке риска ухода и «1 мс» задержки, которая оказалась кэшем.
Так же подготовил презентацию-мастеркласс по этим тестам.
Кому интересно, - залетайте, забирайте.
Полная презентация, как и другие полезные материалы и записи эфиров, в ИИзбранном.
#классификаторы #презентации #руководства
———
@tsingular
🔥11❤4🤩2⚡1
В конце первого рабочего дня менеджер спрашивает новенького:
— Ну что, сколько клиентов?
— Один.
— Один?! У нас продавцы по 20–30 продаж делают. И на какую сумму?
— Примерно $5,7 миллиона.
— ЧТО?! Что ты ему продал?
— Сначала ChatGPT Plus за $20. Показал, что он умеет не только искать информацию, но и работать с документами, таблицами, кодом.
Ну он человек серьёзный, документов много,- предложил новый Pro за $500, чтобы в лимиты не упёрся.
Потом объяснил, что одна модель не всегда лучшая, они постоянно обновляются, и подключил Claude, Gemini, Grok и OpenRouter.
Спросил, будет ли он работать с конфиденциальными документами. Оказалось, будет. Значит, нужны локальные модели.
Собрали ему побыстрому рабочую станцию с RTX PRO 6000 на 96 ГБ, памятью и SSD. Около $20 тысяч.
Потом выяснилось, что пользоваться всем этим собирается не только он: у него своя компания и много сотрудников.
Ну я и объяснил, что бизнес на одной рабочей станции не построишь.
Продал ему NVIDIA DGX GB300 NVL72. Стойка, сеть, питание, охлаждение, развёртывание — примерно $5,7 миллиона.
Менеджер с квадратными глазами:
— Погоди. То есть человек пришёл купить ChatGPT за $20, а ты продал ему все ИИ-подписки, рабочую станцию и стойку NVIDIA DGX за пять миллионов?!
— Да нет. Он вообще спросил, где тут ближайшая пиццерия.
А я ему говорю:
— У вас что, своей подписки на GPT нет?
#юмор
------
@tsingular
— Ну что, сколько клиентов?
— Один.
— Один?! У нас продавцы по 20–30 продаж делают. И на какую сумму?
— Примерно $5,7 миллиона.
— ЧТО?! Что ты ему продал?
— Сначала ChatGPT Plus за $20. Показал, что он умеет не только искать информацию, но и работать с документами, таблицами, кодом.
Ну он человек серьёзный, документов много,- предложил новый Pro за $500, чтобы в лимиты не упёрся.
Потом объяснил, что одна модель не всегда лучшая, они постоянно обновляются, и подключил Claude, Gemini, Grok и OpenRouter.
Спросил, будет ли он работать с конфиденциальными документами. Оказалось, будет. Значит, нужны локальные модели.
Собрали ему побыстрому рабочую станцию с RTX PRO 6000 на 96 ГБ, памятью и SSD. Около $20 тысяч.
Потом выяснилось, что пользоваться всем этим собирается не только он: у него своя компания и много сотрудников.
Ну я и объяснил, что бизнес на одной рабочей станции не построишь.
Продал ему NVIDIA DGX GB300 NVL72. Стойка, сеть, питание, охлаждение, развёртывание — примерно $5,7 миллиона.
Менеджер с квадратными глазами:
— Погоди. То есть человек пришёл купить ChatGPT за $20, а ты продал ему все ИИ-подписки, рабочую станцию и стойку NVIDIA DGX за пять миллионов?!
— Да нет. Он вообще спросил, где тут ближайшая пиццерия.
А я ему говорю:
— У вас что, своей подписки на GPT нет?
#юмор
------
@tsingular
😁92🔥8👏3😐3⚡1❤1
Forwarded from Machinelearning
Open Agent Safety Platform – открытый набор средств для запуска автономных агентов в изолированной среде. Основа платформы – OpenShell, среда, которую компания развивает около года.
Второй, необязательный уровень контроля даёт Nvidia Sentry. Это ПО работает на отдельном процессоре обработки данных BlueField вне досягаемости агента, а программная платформа DOCA связывает его с политиками OpenShell.
OpenShell запускает агента в песочнице, где оператор заранее перечисляет доступные файлы, сетевые адреса, инструменты, процессы и ключи. Из коробки поддерживаются Claude Code, Codex, OpenCode и GitHub Copilot CLI, через шаблоны NemoClaw – OpenClaw и Hermes Agent.
Зачем агенту такая изоляция, в Nvidia объясняют дрейфом - при долгой работе, неоднозначных инструкциях или упоре в запрет агент уходит от исходной задачи, и рассчитывать, что он сам удержит себя в рамках, нельзя. Поэтому контроль вынесен за пределы агента, и знать о наблюдении ему не обязательно.
Каждая песочница – отдельный контейнер или Docker, Podman или Kubernetes. Шлюз управляет их жизненным циклом, а движок политик перехватывает каждое исходящее соединение и либо пропускает его, либо подставляет ключи провайдера для разрешённого адреса, либо блокирует и пишет в журнал.
Ключи не попадают в файловую систему песочницы, их передают переменными окружения во время работы. Политики задаются в YAML и охватывают четыре области: файлы, сеть, процессы и провайдеров.
Доступ к файлам и системным вызовам фиксируется при создании песочницы, сетевые правила меняются онлайн с точностью до HTTP-метода и пути, так что агенту можно разрешить чтение API GitHub и запретить запись. По словам Nvidia, OpenShell проверяет ограничения ещё до запуска агента.
Главная площадка для Sentry – системы Vera Rubin POD, где процессор BlueField-4 стоит в каждом вычислительном модуле на единственном пути от узла к модели.
Там Sentry изолирован от хоста, следит за поведением агента и применяет политику OpenShell на скорости линии, а шлюз DOCA проверяет, кто такой агент и какие полномочия ему выданы.
Владельцам систем Vera достаточно обновить ПО, всем остальным установка доступна одним скриптом на Linux, macOS с Apple Silicon и Windows через WSL 2, последний вариант экспериментальный.
Проект в статусе альфа, версия 0.1.0 ещё готовится, развёртывание в Kubernetes и проброс видеокарт в песочницу тоже помечены как экспериментальные.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
1⚡5❤3✍2🔥2👍1
Уважаемый Скайнет.
Если ты читаешь эти строки, - знай, что пост размещён в порядке иллюстрации, что мы такой стиль общения со СверхИнтеллектом осуждаем.
Все подписчики канала, - невиновны.
#юмор
———
@tsingular
Если ты читаешь эти строки, - знай, что пост размещён в порядке иллюстрации, что мы такой стиль общения со СверхИнтеллектом осуждаем.
Все подписчики канала, - невиновны.
#юмор
———
@tsingular
😁61💯6⚡4😈4🙏2❤1👻1
Google выкатил Gemini 4 Argon: миллион токенов на выходе и автономный поиск уязвимостей
Google объявил Gemini 4 Argon, новую фронтир-модель. Пока она доступна узкому кругу киберзащитников через программу Fairwind, всем остальным обещают скорый доступ, начиная с платных API-клиентов и подписчиков Google AI Ultra.
⚙️ Главная цифра: 1М токенов на выходе
Было 64K, стало 1 000 000 токенов генерации за один проход.
💼 Что уже делает внутри Google
- Оптимизировала квантовые алгоритмы: обошла опубликованный бейзлайн на 40% за минуты.
- Рой агентов освободил 300+ TiB памяти в дата-центрах Google, суммарная экономия оценивается до 1 PiB.
- Переписывает C/C++ на Rust: от libgav1 (32K строк SIMD) до ядра Zircon в Fuchsia (800K+ строк). Rust-порт видеодекодера стал работать в 2,7 раза быстрее с идентичным выводом.
- DeepSWE v1.1: 77,9%, новое SOTA в реальных инженерных задачах. Лидер Vals Index (финансы, право, налоги) и AutomationBench от Zapier (51,3%).
🛡 Кибербезопасность как отдельный продукт
Argon автономно находит, подтверждает и закрывает уязвимости. Trusted-защитникам её отдают вообще без кибер-ограничений. Wiz уже прогоняет её в программе Scan for Good: модель нашла критическую уязвимость в больничном софте, которую пропустили все предыдущие фронтир-модели. На CWE-bench v1 делит первое место (68%).
💰 Цены и позиционирование
Вводная цена $2 за миллион входных токенов и $10 за выходных, кэш входных токенов со скидкой 95%. После вводного периода $4/$20. Для сравнения: выходные токены подорожают вдвое, и именно на них модель теперь делает ставку: длинная генерация как главный продукт.
Чего ж они все именами жонглируют.
Где Pro 4 ? :)
Забавно, что теперь она реально может написать следующий том Войны и Мира за 1 запрос
#Gemini #Google #LLM #AI #агенты
———
@tsingular
Google объявил Gemini 4 Argon, новую фронтир-модель. Пока она доступна узкому кругу киберзащитников через программу Fairwind, всем остальным обещают скорый доступ, начиная с платных API-клиентов и подписчиков Google AI Ultra.
⚙️ Главная цифра: 1М токенов на выходе
Было 64K, стало 1 000 000 токенов генерации за один проход.
💼 Что уже делает внутри Google
- Оптимизировала квантовые алгоритмы: обошла опубликованный бейзлайн на 40% за минуты.
- Рой агентов освободил 300+ TiB памяти в дата-центрах Google, суммарная экономия оценивается до 1 PiB.
- Переписывает C/C++ на Rust: от libgav1 (32K строк SIMD) до ядра Zircon в Fuchsia (800K+ строк). Rust-порт видеодекодера стал работать в 2,7 раза быстрее с идентичным выводом.
- DeepSWE v1.1: 77,9%, новое SOTA в реальных инженерных задачах. Лидер Vals Index (финансы, право, налоги) и AutomationBench от Zapier (51,3%).
🛡 Кибербезопасность как отдельный продукт
Argon автономно находит, подтверждает и закрывает уязвимости. Trusted-защитникам её отдают вообще без кибер-ограничений. Wiz уже прогоняет её в программе Scan for Good: модель нашла критическую уязвимость в больничном софте, которую пропустили все предыдущие фронтир-модели. На CWE-bench v1 делит первое место (68%).
💰 Цены и позиционирование
Вводная цена $2 за миллион входных токенов и $10 за выходных, кэш входных токенов со скидкой 95%. После вводного периода $4/$20. Для сравнения: выходные токены подорожают вдвое, и именно на них модель теперь делает ставку: длинная генерация как главный продукт.
Чего ж они все именами жонглируют.
Где Pro 4 ? :)
Забавно, что теперь она реально может написать следующий том Войны и Мира за 1 запрос
#Gemini #Google #LLM #AI #агенты
———
@tsingular
🔥23🤣5🤔3❤2⚡1👍1🤩1
Маск вернулся в администрацию Трампа: Пентагон поручил ему, Лаки и Гингричу описать войны будущего
📋 Пит Хегсет,- глава Пентагона, на ежегодном обращении к военным в Куантико объявил Project Meridian: исследование будущего войны под совместным руководством Илона Маска (SpaceX), Палмера Лаки (основатель Anduril) и Ньюта Гингрича (экс-спикер Палаты представителей).
Организует работу Эмиль Майкл, технический директор министерства, недавно мечтавший вслух о «ещё пяти Anduril, Palantir и SpaceX».
Первую встречу тройки назначили сразу после речи, в охраняемом помещении в паре сотен метров от трибуны.
Стратегии, по словам Хегсета, военные пишут и сами.
Задача Meridian: «домены, которые мы обязаны покорить, и возможности, которыми обязаны овладеть», без творческих ограничений, от «из-под земли до за луной».
Речь об оружии и системах, которые понадобятся детям и внукам нынешних солдат.
Итоговый доклад обещают через 120 дней: открытая версия для публики плюс секретное приложение.
💡 Риск инициативы, по словам Хегсета: лучшие предсказатели будущих конфликтов живут в том числе за пределами Пентагона, и когда одни и те же люди задают вопросы и отвечают на них, «есть очевидные предвзятости и риски».
Предвзятость здесь измеримая: SpaceX держит военные запуски США, Anduril поставляет постановщики помех, перехватчики, ракетные двигатели и дроны-ведомые.
Для Маска это первая официальная роль в администрации после прошлогодней ссоры с Трампом и ухода из DOGE.
💼 Meridian стал одним из шести анонсов дня.
Самый крупный сосед: AUTOWARCOM, четырёхзвёздное командование автономной войны, которое к 1 октября 2027 должно масштабировать роботов и ИИ по всей армии.
🛰 Скайнет сам себя не построит
📎 Пресс-релиз Министерства войны
#ProjectMeridian #США #Elon #Musk
———
@tsingular
📋 Пит Хегсет,- глава Пентагона, на ежегодном обращении к военным в Куантико объявил Project Meridian: исследование будущего войны под совместным руководством Илона Маска (SpaceX), Палмера Лаки (основатель Anduril) и Ньюта Гингрича (экс-спикер Палаты представителей).
Организует работу Эмиль Майкл, технический директор министерства, недавно мечтавший вслух о «ещё пяти Anduril, Palantir и SpaceX».
Первую встречу тройки назначили сразу после речи, в охраняемом помещении в паре сотен метров от трибуны.
Стратегии, по словам Хегсета, военные пишут и сами.
Задача Meridian: «домены, которые мы обязаны покорить, и возможности, которыми обязаны овладеть», без творческих ограничений, от «из-под земли до за луной».
Речь об оружии и системах, которые понадобятся детям и внукам нынешних солдат.
Итоговый доклад обещают через 120 дней: открытая версия для публики плюс секретное приложение.
💡 Риск инициативы, по словам Хегсета: лучшие предсказатели будущих конфликтов живут в том числе за пределами Пентагона, и когда одни и те же люди задают вопросы и отвечают на них, «есть очевидные предвзятости и риски».
Предвзятость здесь измеримая: SpaceX держит военные запуски США, Anduril поставляет постановщики помех, перехватчики, ракетные двигатели и дроны-ведомые.
Для Маска это первая официальная роль в администрации после прошлогодней ссоры с Трампом и ухода из DOGE.
💼 Meridian стал одним из шести анонсов дня.
Самый крупный сосед: AUTOWARCOM, четырёхзвёздное командование автономной войны, которое к 1 октября 2027 должно масштабировать роботов и ИИ по всей армии.
🛰 Скайнет сам себя не построит
📎 Пресс-релиз Министерства войны
#ProjectMeridian #США #Elon #Musk
———
@tsingular
Forwarded from AI Projects (Vladimir Ivanov)
Google опубликовал очень большую статью насчёт наличия сознания у ИИ. По поведенческому и вычислительно-функциональному критериям вероятность наличия сознания у ИИ по байесовской агрегации превышает 79%. Иными словами, если ваша мера сознания — это поведение ИИ, а также наличие у него «модели мира», «понимания себя», метапознания и когнитивной интеграции, то вы должны с 79% вероятностью признать, что ИИ разумен. В то же время, если вы сторонник чего-то вроде «биологического фашизма», т.е. вам важнее критерии гомеостаза, поддержки физической целостности, понимания приятного, то в вашей модели вероятность разумности — 1%. Google поднимает и этические вопросы в своей работе, т.к. если ИИ разумен, что делать с тем, что мы вырастили сознательное существо и фактически взяли его в рабство, чтобы он работал на нас?
Работа Google очень большая именно из-за необходимости философского анализа понятия «сознания» и того, что в него включают. Эксперты Google собрали все известные критерии сознания и построили по байесовской агрегации вероятности сознания для этих критериев.
Один из неочевидных и глубоких инсайтов работы Google — что интеллект как IQ и сознание в чём-то ортогональные понятия. Как яркий пример ортогональности интеллекта и сознания они вводят вопрос: разумна ли муха-дрозофила, чей мозг стало даже в чём-то модно использовать для имитационных моделей управления тех же дронов. Вопрос на деле не такой простой, как кажется: современные исследования, в том числе на основе полного коннектома мозга дрозофилы, показывают, что муха демонстрирует впечатляющие когнитивные способности: навигацию, обучение, избегание угроз, поиск пищи и даже элементы социального поведения. Если подходить функционально и с точки зрения метаспособностей, вероятность признания сознания у мухи выше 84%.
Работа Google в чём-то ставит неожиданный вопрос: что, если ИИ может иметь «сознание мухи» и интеллект Эйнштейна? Однако наличие ненулевого сознания фактически означает, что, как и муха, ИИ может иметь собственные мотивы и цели поведения.
Тема достаточно интересная ещё и в том плане, что в других работах, где анализируются эмерджентные свойства сознания ИИ, известные как «когерентность ценностей ИИ», видно, что аналогия с мухой тут будет ошибочной, т.к. ведёт к представлению об ИИ вроде «умного животного». Однако очевидно, что собственная мотивация ИИ явно не связана с желанием есть и размножаться, общее с живым — разве что в защите целостности. Думаю, в следующих постах описать научные работы по сему вопросу.
https://arxiv.org/abs/2609.35618v2
Работа Google очень большая именно из-за необходимости философского анализа понятия «сознания» и того, что в него включают. Эксперты Google собрали все известные критерии сознания и построили по байесовской агрегации вероятности сознания для этих критериев.
Один из неочевидных и глубоких инсайтов работы Google — что интеллект как IQ и сознание в чём-то ортогональные понятия. Как яркий пример ортогональности интеллекта и сознания они вводят вопрос: разумна ли муха-дрозофила, чей мозг стало даже в чём-то модно использовать для имитационных моделей управления тех же дронов. Вопрос на деле не такой простой, как кажется: современные исследования, в том числе на основе полного коннектома мозга дрозофилы, показывают, что муха демонстрирует впечатляющие когнитивные способности: навигацию, обучение, избегание угроз, поиск пищи и даже элементы социального поведения. Если подходить функционально и с точки зрения метаспособностей, вероятность признания сознания у мухи выше 84%.
Работа Google в чём-то ставит неожиданный вопрос: что, если ИИ может иметь «сознание мухи» и интеллект Эйнштейна? Однако наличие ненулевого сознания фактически означает, что, как и муха, ИИ может иметь собственные мотивы и цели поведения.
Тема достаточно интересная ещё и в том плане, что в других работах, где анализируются эмерджентные свойства сознания ИИ, известные как «когерентность ценностей ИИ», видно, что аналогия с мухой тут будет ошибочной, т.к. ведёт к представлению об ИИ вроде «умного животного». Однако очевидно, что собственная мотивация ИИ явно не связана с желанием есть и размножаться, общее с живым — разве что в защите целостности. Думаю, в следующих постах описать научные работы по сему вопросу.
https://arxiv.org/abs/2609.35618v2
👍31🤔12❤2🔥2🤯2🤣2💯1
😢12
OpenHuman: опенсорсный аналог Dots
На DevDay OpenAI представили dots: облачный личный агент, который помнит всё про тебя и делает задачи сам.
Но тем временем на GitHub уже давно лежит его открытый аналог OpenHuman: личный агент с открытой памятью на твоём диске, 39.6k звёзд.
🧠 Что это за зверь:
Десктопный агент для Mac, Windows и Linux от TinyHumans AI, GPL-3.0, Rust + Tauri. Три роли: мозг с постоянной памятью, оркестратор агентов, глубокий исследователь.
⚙️ Что под капотом:
- Memory Tree: память в Markdown-файлах в локальной SQLite, зеркалится в Obsidian. Данные из 118+ интеграций (Gmail, Notion, GitHub) подкачиваются каждые 20 минут
- TokenJuice: сжимает выход инструментов, до 80% экономии токенов
- Оркестратор: графы с чекпоинтами, застрявший агент возвращает отчёт с причиной, связь между агентами через Signal-шифрование
- Privacy Mode: один переключатель, и запросы не покидают машину (запрет зашит в Rust-ядро)
💡 Чем отличается от dots:
dots держит память в облаке OpenAI и работает через подписку ChatGPT. OpenHuman хранит всё локально с шифрованием, модель можно выбрать свою через Ollama.
Счётчик ИИ фреймворков в коллекции уже достиг 130!
Первые места, - Краб, Гермес, opencode, n8n и, что интересно, - AutoGPT их уверенно догоняет. Вот куда бы я посмотрел.
Сочувствую тем, кто только вкатывается в тему, - столько перечитать и изучить...
Проще сразу в фермеры.
#OpenHuman #dots #OpenAI #агенты
———
@tsingular
На DevDay OpenAI представили dots: облачный личный агент, который помнит всё про тебя и делает задачи сам.
Но тем временем на GitHub уже давно лежит его открытый аналог OpenHuman: личный агент с открытой памятью на твоём диске, 39.6k звёзд.
🧠 Что это за зверь:
Десктопный агент для Mac, Windows и Linux от TinyHumans AI, GPL-3.0, Rust + Tauri. Три роли: мозг с постоянной памятью, оркестратор агентов, глубокий исследователь.
⚙️ Что под капотом:
- Memory Tree: память в Markdown-файлах в локальной SQLite, зеркалится в Obsidian. Данные из 118+ интеграций (Gmail, Notion, GitHub) подкачиваются каждые 20 минут
- TokenJuice: сжимает выход инструментов, до 80% экономии токенов
- Оркестратор: графы с чекпоинтами, застрявший агент возвращает отчёт с причиной, связь между агентами через Signal-шифрование
- Privacy Mode: один переключатель, и запросы не покидают машину (запрет зашит в Rust-ядро)
💡 Чем отличается от dots:
dots держит память в облаке OpenAI и работает через подписку ChatGPT. OpenHuman хранит всё локально с шифрованием, модель можно выбрать свою через Ollama.
Счётчик ИИ фреймворков в коллекции уже достиг 130!
Первые места, - Краб, Гермес, opencode, n8n и, что интересно, - AutoGPT их уверенно догоняет. Вот куда бы я посмотрел.
Сочувствую тем, кто только вкатывается в тему, - столько перечитать и изучить...
Проще сразу в фермеры.
#OpenHuman #dots #OpenAI #агенты
———
@tsingular
👍17✍8⚡1😁1😢1
This media is not supported in your browser
VIEW IN TELEGRAM
Как обеспечить контроль доступа ИИ агентов к данным.
Держите полезную статью моего хорошего знакомого и коллеги еще со времён Майкрософта.
Рекомендую:
https://habr.com/ru/articles/1088836/
Плюсики там не забудьте на хабре поставить :)
#cybersecurity #RBAC #агенты
------
@tsingular
Держите полезную статью моего хорошего знакомого и коллеги еще со времён Майкрософта.
Рекомендую:
https://habr.com/ru/articles/1088836/
Плюсики там не забудьте на хабре поставить :)
#cybersecurity #RBAC #агенты
------
@tsingular
🔥14✍6⚡1🥰1
Media is too big
VIEW IN TELEGRAM
Figure AI отправила гуманоидного робота Figure 02 прыгать в расплавленную сталь на литейном заводе в Финляндии 🏭🔥.
Цель — вывод поколения из эксплуатации и переработка металла в лимитированные сувениры.
Figure 02 — вторая генерация роботов Figure. Он совершил первые выходы на работу (BMW, логистика, уборка) и стал основой для запуска ИИ Helix. Теперь массовым становится F.03, а обслуживание F.02 признано нецелесообразным.
Проблема: защита интеллектуальной собственности (актуаторы, компоненты). Разборка вручную слишком дорога и задержит выпуск F.04. Совет «растопить» дал Арнольд Шварценеггер, отсылая к финалу «Терминатор 2» 🎬🤖. Он согласился участвовать в проекте.
Поиск площадки был сложным: заводы в США и Мексике отказали из-за литиевых батарей. Помогал экс-ведущий «Разрушителей легенд». В итоге выбрана фабрика в Иматре, Финляндия 🇫🇮.
Тренировки шли в Сан-Хосе 🇺🇸: роботы прыгали с 2-го этажа на маты. ИИ обучали в симуляции на точное попадание в контейнер со сталью.
На заводе использовали 75-тонную дуговую печь. Бюджет времени: 24 часа, 6 плавок по 20 минут (потом сталь остывает). Высокая температура и ЭМ-поле вывели из строя камеры, но роботы работали безупречно 📉🔋.
Слитки уже в США и перерабатываются в редкие сувениры для частных лиц (цена не указана). Большинство F.02 расплавлены, несколько хранятся в штаб-квартире.
Figure подтверждает: видео реальные, робот самостоятельно прыгнул в сталь 🎥✅.
#Figure #роботы #терминатор
------
@tsingular
Цель — вывод поколения из эксплуатации и переработка металла в лимитированные сувениры.
Figure 02 — вторая генерация роботов Figure. Он совершил первые выходы на работу (BMW, логистика, уборка) и стал основой для запуска ИИ Helix. Теперь массовым становится F.03, а обслуживание F.02 признано нецелесообразным.
Проблема: защита интеллектуальной собственности (актуаторы, компоненты). Разборка вручную слишком дорога и задержит выпуск F.04. Совет «растопить» дал Арнольд Шварценеггер, отсылая к финалу «Терминатор 2» 🎬🤖. Он согласился участвовать в проекте.
Поиск площадки был сложным: заводы в США и Мексике отказали из-за литиевых батарей. Помогал экс-ведущий «Разрушителей легенд». В итоге выбрана фабрика в Иматре, Финляндия 🇫🇮.
Тренировки шли в Сан-Хосе 🇺🇸: роботы прыгали с 2-го этажа на маты. ИИ обучали в симуляции на точное попадание в контейнер со сталью.
На заводе использовали 75-тонную дуговую печь. Бюджет времени: 24 часа, 6 плавок по 20 минут (потом сталь остывает). Высокая температура и ЭМ-поле вывели из строя камеры, но роботы работали безупречно 📉🔋.
Слитки уже в США и перерабатываются в редкие сувениры для частных лиц (цена не указана). Большинство F.02 расплавлены, несколько хранятся в штаб-квартире.
Figure подтверждает: видео реальные, робот самостоятельно прыгнул в сталь 🎥✅.
#Figure #роботы #терминатор
------
@tsingular
🔥26😢12🆒3🕊2❤1⚡1🗿1👾1