Прошлые треды: https://arhivach.hk/?tags=16252
Компании из бигтеха переманивают их друг у друга, предлагая космически высокие оклады и бонусы, как будто они звезды NBA и NFL.
По данным Bloomberg, Цукерберг собирает секретную команду для разработки ИИ уровня "суперинтеллекта". Причем он лично ведет переговоры с ведущими AI-разработчиками и предлагает им компенсации, которые могут составлять до $1 млн в месяц — такого не было даже в самые жирные годы Кремниевой долины.
В соцсетях шутят: если ваш знакомый из AI внезапно получил оффер из Меты, OpenAI или Гугла, поздравьте его с будущим особняком, например, в Атертоне, где его соседями могут быть Эрик Шмидт, Марк Андриссен или Стеф Карри.
>где его соседями могут быть
А могут через 10 лет найти его с картонной табличкой на парковке перед моллом.
Т.к. я не шарю, то спросил у чатгпт по статейке что же делает:
Boltz-2 — это «универсальный движок» именно для задач структурной биологии и дизайна лекарств
Что делает?
- Строит форму белка, РНК/ДНК и лигандов в одном комплексе.
- Сразу оценивает силу связывания (Ki/Kd/IC50-подобную) — т.е. подсказывает, какая молекула будет держаться крепче.
- Всё это за ~20 с на одной видеокарте, тогда как классический FEP тратит часы-дни.
Чем полезен на практике?
- Быстрый фильтр миллионов соединений в виртуальном скрининге.
- Точная ранжировка близких аналогов на стадии hit-to-lead.
- Генерация новых молекул вместе с GFlowNet — модель сама предлагает, что синтезировать.
Boltz-2 — мощный, быстрый и открытый инструмент именно для 3-D структур и связывания
В целом Boltz-2 это альтернатива AlphaFold 3.
но веса у AF3 закрыты и надо просить по запросу к Гуглу-Дипмаинду.
А у Больтза все открытое.
Можно хорошо почитать тут
https://rowansci.com/blog/boltz2-faq
И к ней уже GUI прикрутили с инструкцией по запуску тут: https://proteinlanguagemodel.com/blog/how_to_run_boltz2_locally
Boltz-2: Towards Accurate and Efficient Binding Affinity Prediction
https://cdn.prod.website-files.com/68404fd075dba49e58331ad9/6842ee1285b9af247ac5a122_boltz2.pdf
пост
https://boltz.bio/boltz2
код для запуска
https://github.com/jwohlwend/boltz
моделька
https://huggingface.co/boltz-community/boltz-2
Так компания хочет «привнести магию искусственного интеллекта в игровой опыт, соответствующий возрасту».
Первые игрушки Mattel планируют выпустить уже в этом году.
https://www.reuters.com/business/retail-consumer/barbie-maker-mattel-teams-up-with-openai-eyes-first-ai-powered-product-this-year-2025-06-12/
Наш лучше. Гениальность, изобретения, Сколково.
А от него воняет батиным пердежом и перегаром?
А то поры на лице какие-то не настоящие...
>Прям чувствуешь что
У него под тряпкой острые режущие части, о которые можно покалечиться. Вот: >>1243786 этому реально можно доверить. Ну или пикрил.
Как бы быстро искусственный интеллект ни обрабатывал информацию с помощью постоянно расширяющейся сети цифровых нейронов - каждую строчку кода, каждый алгоритм, - ему еще предстоит мыслить с эффективностью человеческого мозга. Сможет ли он когда-нибудь приблизиться к обработке информации, как это делает наш собственный мозг с его биологическими нейронами? И если да, то приблизит ли это нас на шаг к разумному ИИ, который сможет думать, чувствовать и воспринимать собственное сознание?
Биомиметический ИИ пытается скопировать работу биологического организма, и этот подход - лучший вариант для ученых, которые надеются создать машины с вычислительной мощностью, подобной человеческому мозгу.
Если эта мечта осуществится, искусственный интеллект когда-нибудь поможет заполнить пробелы в таких востребованных профессиях, как преподаватель и врач.
Оказывается, искусственный интеллект может более точно имитировать работу человеческого мозга с помощью модели, основанной на концепции активного умозаключения, которая представляет собой способ понимания разумного поведения. «Активное умозаключение наделяет машины подлинной самостоятельностью и оперативными средствами для планирования будущего и оценки жизнеспособности практических рекомендаций или действий в мире», - говорит нейробиолог-теоретик Карл Фристон, PhD, главный научный сотрудник компании Verses AI, занимающейся когнитивными вычислениями в Ванкувере (Канада).
Технологический предприниматель Габриэль Рене основал компанию Verses в 2018 году. Его вдохновила конвергенция таких технологий, как бионические конечности и виртуальная реальность нового поколения, в киберпанковских книгах и фильмах 1980-х и 1990-х годов, потому что их общий взгляд на развитие робототехники и искусственного интеллекта казался ему в основном антиутопичным. Когда Рене работал в лаборатории исследований и разработок в Санта-Крузе (Калифорния), он много думал о том, как «экспоненциально мощные развивающиеся технологии» объединятся в будущем. Вопрос заключался в том, как этого достичь, не скатившись в антиутопию?
«Мы начали Verses с идеи соединить эти разные вселенные», - говорит Рене. «Со временем эта идея переросла в идею соединения не только физической и цифровой вселенной, но и различных областей, таких как информатика и нейробиология».
Рене мечтает сделать интеллект универсальным, способным решать проблемы от уровня частиц до масштабов всей планеты. Видение мощного, но не антиутопического ИИ привело Рене к сотрудничеству с Фристоном, который создал парадигму, известную как принцип свободной энергии. Основанный на термодинамической свободной энергии, он впоследствии стал источником вдохновения для активного умозаключения. Свободная энергия - это количество энергии в физической системе, способное совершить работу. Системы стремятся минимизировать количество свободной энергии и минимизировать количество тепловой энергии, которая совершает работу. В соответствии с принципом свободной энергии это означает, что ИИ совершает минимально возможную работу, чтобы прийти к выводу.
Например, модель ИИ Фристона предназначена для определения двухмерного спектра валентности (положительных или отрицательных чувств) и возбуждения (интенсивности эмоций) при наблюдении за поведением человека. «Точно так же наш мозг анализирует данные», - говорит он. «В то время, когда мы разрабатывали программное обеспечение для анализа, мы также думали о том, как работает мозг, и поняли, что точно такие же принципы, которые лежат в основе анализа эмпирических научных данных, могут быть применены к тому, как мозг осмысляет свои сенсорные данные».
Verses создала свой искусственный интеллект Genius AI, чтобы думать именно таким образом. В момент осознания ситуации человеческий мозг делает наилучшее предположение о том, что происходит в окружающем мире, и делает вывод о том, как лучше поступить и как минимизировать свободную энергию при выполнении этого действия. Genius - это более высокий уровень по сравнению с существующими ИИ, потому что он может воспринимать сенсорные данные, анализировать, какие неопределенности необходимо устранить, находить решения и сообщать о степени своей уверенности. Как говорит Фристон: «Он знает то, чего не знает».
GENIUS воссоздает эпоху суперкомпьютеров конца 1970-х - начала 1980-х годов, когда на все случаи жизни был один суперкомпьютер. ЭТО СПОСОБ ПЕРЕМОТАТЬ ВРЕМЯ НАЗАД, ЧТОБЫ УСКОРИТЬ РАЗВИТИЕ ТЕХНОЛОГИЙ.
Значит ли это, что Genius может читать ваши мысли? Фристон считает, что может - по крайней мере, в некотором роде. Несмотря на отсутствие хрустального шара, Genius имитирует человеческое мышление, используя предыдущие знания, чтобы понять, что думает кто-то другой; он также использует эту информацию для принятия будущих решений. Рене считает Genius версией ИИ префронтальной коры головного мозга, которая обрабатывает поступающие из окружающей среды данные, прежде чем реагировать на них.
«Я думаю, что недостающий ингредиент, недостающее звено для ИИ - это то, что можно считать исполнительными функциями мозга», - говорит он. "Вы можете думать о других моделях, таких как сенсорная кора, кора зрения, моторная кора, понимание языка, но префронтальная кора - это то место, где происходит исполнительная функция. Она занимается рассуждениями, планированием, регулированием и решает, как использовать сенсорные или моторные выходы управления".
Сферы применения Genius могут быть самыми разнообразными: от умных поисковых систем (которые будут точно знать, что искать) до умных домов и умных городов, которые автоматически подстраиваются под нужды своих жителей. Могут появиться даже автономные роботы, способные проводить научные эксперименты на других планетах и лунах.
Genius также станет более безопасной и устойчивой альтернативой существующим моделям. Большинство LLM (больших языковых моделей), таких как Gemini и Deepthink, требуют огромного количества энергии для выполнения операций - десятки тысяч киловатт в час. Для сравнения, человеческий мозг потребляет всего 20 ватт энергии. Гениальные агенты также работают на ваттах, а не на гигаваттах, и смогут работать от аккумулятора смартфона или ноутбука, а не подключаться к облаку.
По мнению Рене, Genius - это воссоздание эпохи суперкомпьютеров конца 1970-х - начала 1980-х годов, когда один суперкомпьютер был нужен для всего. Это способ перемотать время назад, чтобы ускорить развитие технологий. Verses также создает «умный» ПК, в котором будет реализована функция Genius. Он будет обладать персонализированным интеллектом, получаемым от сети «не только одного большого сверхинтеллекта, но... множества маленьких интеллектов».
В конечном итоге Genius может вырасти в сеть из миллиардов агентов ИИ, которые будут думать не только о человеческом интеллекте, но и находить решения.
«Большая часть философии Verses заключается в том, что суть обучения любого артефакта, помещенного в какую-то нишу, заключается в том, что он пытается увидеть этот мир, создавая генеративную модель происходящего», - говорит Фристон. "В будущем произойдет настоящая интеграция этих артефактов. Все они будут узнавать друг о друге, и произойдет конвергенция".
Может ли ИИ, мыслящий подобно человеческому мозгу, пройти путь от киберпанковских фантазий до воплощения в виде всевозможных умных технологий? Вы можете гадать, но, возможно, он сам расскажет вам об этом.
Вангую, что если он заглючит, то начнет орать по ночам и Трофима на полную врубать
>в то время как Китай автоматизирует производство
КНР только ворует у США и делает локализацию под свой рынок американских новинок, от зубной щётки до кораблей, самолётов - всё воруется шпионами. и простой разборкой купленных свежих новинок для повторения их дешевых копий.
Если не будет США - то КНР будет выпускать одну модель смартфона 40 лет, как "ВАЗ-01" делали в СССР.
Тебе уже некомфортно от того что США делают буквально на твоих глазах рывок в будущее, а ты вместе с коммунистом путиным, делаешь рывок в прошлое? А почему коммунисты так любят прошлое и не хотят перемен? - Потому что прошлое можно повторить 1 в 1 и знать точный результат что получится, вот например если путин сейчас повторяет 1922 год, то это же легко всё по книгам, архивам почитать и создать те же организации с теми же функциями и целями, петь те же песни, говорить ту же пропаганду, и как в игре на ПК только в реальном времени интересно поиграть в 1920-1930-е, зная наперёд что было в прошлом и как сделать чтобы повторить также, а вот будущее коммунистов пугает неизвестностью, они боятся потерять власть и наворованное, боятся того что сюжетов и концовок у игры в будущее множество.
Жаль только deepseek так всем на клыка дал, что мета с обосранной жопой побежала всё у них копировать, но даже это не помогло им избежать позора.
>КНР только ворует у США и делает локализацию под свой рынок американских новинок, от зубной щётки до кораблей, самолётов - всё воруется шпионами.
Учи историю, чтобы не быть баттхертом. Абсолютно все так делают. Мировая практика. США - это новый Рим, центр человеческой цивилизации. Во времена римского Рима - окружающие абреки так же пиздели изобретения и всё копировали у римлян. Такова структура человеческой цивилизации.
Пиздец уродец
Наоборот надо делать роботов безликими.
ОТ этих резиновых ебал всегда будет зловещая долина, вне зависимости от того, сколько миллиардов в рнд зальют.
У живого человека есть куча микродвижений, саккад, дыхание, которое мозг подсознательно регистрирует и отмечает наебку.
Исследование «Самоадаптирующиеся языковые модели» (SEAL) представляет структуру, разработанную для того, чтобы позволить большим языковым моделям (LLM) самостоятельно адаптировать свои веса в ответ на новые задачи, знания или примеры. В отличие от традиционных статических LLM, SEAL позволяет моделям генерировать собственные данные для тонкой настройки и директивы обновления.
Как работает SEAL
SEAL работает с помощью двух вложенных циклов: внешнего цикла обучения с подкреплением (RL) и внутреннего цикла обновления.
Саморедактирование (SE): При получении новых входных данных модель производит "саморедактирование" - генерацию, которая может реструктурировать информацию, задавать гиперпараметры оптимизации или вызывать инструменты для расширения данных и обновления на основе градиента.
Супервизорная финитная настройка (SFT): Саморедактирование приводит к постоянному обновлению весов с помощью контролируемой финитной настройки, что обеспечивает длительную адаптацию.
Контур обучения с подкреплением (Reinforcement Learning Loop): Модель обучается производить эффективные самокоррекции с помощью цикла RL. Сигналом вознаграждения для этого цикла является производительность обновленной модели. Это означает, что модель учится генерировать самостоятельные правки, которые, будучи примененными, улучшают ее производительность в целевой задаче.
Метаобучение: SEAL можно рассматривать как пример метаобучения, когда модель учится генерировать эффективные саморедактирования.
Применение SEAL
В статье оценивается SEAL в двух различных областях:
Включение знаний: Это включает в себя интеграцию новых фактических знаний в весовые коэффициенты LLM, чтобы их можно было вспомнить, не опираясь на контекст. Вместо того чтобы настраиваться непосредственно на текст отрывка, SEAL настраивается на синтетические данные (часто в виде "следствий", полученных из отрывка), генерируемые самой моделью SEAL. Затем обновленная модель оценивается на вопросах по отрывку без доступа к оригинальному тексту, и полученная точность служит сигналом вознаграждения для RL.
Few-Shot Learning: Здесь проверяется способность LLM обобщать новые задачи после просмотра небольшого количества примеров. В этой ситуации SEAL учится автономно настраивать конвейер адаптации, определяя, какие дополнения к данным следует применить и какие параметры оптимизации (например, скорость обучения, эпохи обучения) использовать.
Основные выводы
Эксперименты показывают, что SEAL значительно улучшает эффективность адаптации в обоих доменах:
Обучение по нескольким снимкам: SEAL добился 72,5% успеха, значительно превосходя такие базовые методы, как обучение в контексте (0%) и обучение в тестовое время без предварительной RL (20%).
Воплощение знаний: SEAL повысил эффективность ответа на вопрос с 33,5 % (тонкая настройка только на необработанном отрывке) до 47,0 % в условиях одного отрывка. Примечательно, что SEAL даже превзошел синтетические данные, сгенерированные GPT-4.1.
Значение
В отличие от предыдущих подходов, использующих отдельные модули адаптации или вспомогательные сети, SEAL напрямую использует собственные генеративные возможности модели для параметризации и управления процессом адаптации. Это делает SEAL многообещающим шагом на пути к языковым моделям, способным самостоятельно адаптироваться в ответ на новые данные.
https://arxiv.org/pdf/2506.10943
В результате беспрецедентного прорыва китайские ученые представили квантовый процессор Суконжи 3.0, который по своим возможностям превосходит самые быстрые суперкомпьютеры в мире в квадриллион раз, бросая вызов последним квантовым достижениям Google и предвещая новую эру в вычислительных технологиях.
🌟Китайские ученые разработали квантовый процессор Суконжи 3.0, который значительно быстрее лучших суперкомпьютеров мира.
🌟Процессор состоит из 105 сверхпроводящих кубитов и демонстрирует беспрецедентную скорость, выполняя за секунды задачи, на которые у традиционных суперкомпьютеров ушли бы миллиарды лет.
🌟Благодаря увеличенному времени когерентности, верности шлюзов и коррекции ошибок этот процессор знаменует собой значительный скачок вперед в возможностях квантовых вычислений.
🌟 Достижения в области квантовых технологий открывают путь к решению сложных реальных задач в таких областях, как криптография, обнаружение лекарств и финансовое моделирование.
Исследователи из Китая представили новый квантовый процессор Суконжи 3.0, который значительно превосходит по скорости все существующие суперкомпьютеры. Этот процессор, состоящий из 105 сверхпроводящих кубитов, представляет собой монументальный скачок в возможностях квантовых вычислений. Эта новинка не только бросает вызов передовому чипу Willow от Google, но и устанавливает новые стандарты скорости и эффективности вычислений. Квантовые процессоры, подобные Суконжи 3.0, прокладывают путь к новой эре технологических инноваций и потенциала решения проблем.
Понимание мощи Суконжи 3.0
Квантовый процессор Суконжи 3.0 оснащен впечатляющим набором из 105 трансмоновых кубитов, изготовленных из таких металлов, как тантал, ниобий и алюминий. Эти материалы выбраны за их способность снижать чувствительность к шуму, что является важным фактором в квантовых вычислениях. Расположенные в прямоугольной решетке 15 на 7, эти кубиты созданы на основе предыдущей версии, в которой было всего 66 кубитов, что знаменует собой значительное усовершенствование.
Одним из наиболее важных аспектов квантовых вычислений является время когерентности, которое измеряет продолжительность сохранения квантового состояния кубита. Более длительное время когерентности позволяет выполнять более сложные вычисления и операции, повышая общую производительность процессора. Улучшение времени когерентности, а также усовершенствование точности затвора и квантовой коррекции ошибок имеют решающее значение для того, чтобы сделать квантовые компьютеры пригодными для использования в реальном мире.
Что касается точности затвора (gate fidelity), то Суконжи 3.0 может похвастаться точностью затвора для одного кубита в 99,90 % и точностью затвора для двух кубитов в 99,62 %. Хотя чип Willow от Google немного превосходит эти показатели, улучшения в Суконжи 3.0 заслуживают внимания. Эти улучшения объясняются усовершенствованными инженерными технологиями, такими как литографическое определение компонентов кубита и оптимизированный дизайн кубита, которые минимизируют ошибки и повышают точность вычислений.
Квантовый скачок в скорости вычислений
Процессор Суконжи 3.0 продемонстрировал свое мастерство, выполняя задачи квантовых вычислений с беспрецедентной скоростью. В тесте, включающем бенчмарк случайной выборки цепей (RCS) для квантовых вычислений, процессор справился с задачей за считанные секунды. Эта производительность в 1 миллион раз превышает предыдущие результаты, достигнутые чипом Sycamore от Google.
Для сравнения: второму по скорости суперкомпьютеру в мире, Frontier, для решения той же задачи потребовалось бы 5,9 миллиарда лет. Эта ошеломляющая разница подчеркивает потенциал квантового процессора для революции в вычислениях, какими мы их знаем, и подчеркивает растущее значение квантового превосходства, когда квантовые компьютеры превосходят традиционные суперкомпьютеры в определенных задачах.
Хотя в бенчмарке RCS предпочтение отдается квантовым методам, результаты указывают на многообещающее будущее квантовых процессоров. По мере развития классических алгоритмов разрыв между квантовыми и классическими вычислениями может сократиться, но текущие достижения в области квантовых вычислений неоспоримы.
Последствия для реальных приложений
Благодаря возможностям, продемонстрированным Суконжи 3.0, квантовые процессоры находятся на пороге решения сложных реальных задач. Эти процессоры способны произвести революцию в таких областях, как криптография, открытие лекарств и финансовое моделирование, где их скорость и эффективность могут решить проблемы, которые в настоящее время считаются неразрешимыми для классических компьютеров.
Ученые, стоящие за этой разработкой, подчеркивают, что их работа не только расширяет границы квантовых вычислений, но и закладывает основу для будущего, в котором квантовые процессоры будут играть важную роль в решении сложных задач. Суконжи 3.0 - это свидетельство быстрого развития квантовых технологий и их потенциального влияния на различные отрасли.
По мере развития квантовых процессоров их интеграция в обычные технологии может привести к значительным прорывам во многих областях. Способность выполнять сложные вычисления с беспрецедентной скоростью может открыть новые возможности и стимулировать инновации во всех отраслях.
Перспективы и задачи на будущее
Несмотря на впечатляющие успехи в области квантовых вычислений, остаются проблемы с внедрением этих процессоров в широкое использование. Необходимо решить такие вопросы, как исправление ошибок, стабильность кубитов и масштабируемость, чтобы использовать весь потенциал квантовой технологии. Продолжающиеся исследования и разработки имеют решающее значение для преодоления этих препятствий и создания надежных, масштабируемых квантовых компьютеров.
Разработка Суконжи 3.0 демонстрирует потенциал квантовых вычислений для революции в технологиях и решения сложных проблем. Однако для полной реализации этого потенциала необходимо сотрудничество между исследователями, инженерами и промышленниками. По мере того как мы продолжаем расширять границы квантовых вычислений, остается открытым вопрос: как скоро квантовые процессоры станут неотъемлемой частью повседневных приложений?
в китае кстати не делают отопление в домах, поэтому они зимой постоянно в куртках ходят. фото с китайцем сделано зимой к слову
Ради месяца-двух прохладной погоды, кстати, оно и не нужно. В самых северных частях китая ниже -10 не бывает, просто снега много выпадает как на ДВ. Так там и не живет никто. И живут они в каменных домах. Ты спросишь, какая связь? Да потому что не надо как в деревянном доме напидорашивать до +20+ чтоб у тебя домик не сгнил раньше времени. То что у нас в масквабадах так качегарят это трагедия всеросийского масштаба, сжигаются зазря миллиарды рублей топлива и потенциального прогресса.
В четверг компания AMD представила новые подробности о своем следующем поколении чипов искусственного интеллекта, серии Instinct MI400, которые будут выпущены в следующем году. Генеральный директор компании Лиза Су представила чипы на мероприятии в Сан-Хосе, штат Калифорния.
По словам AMD, чипы можно будет использовать в составе систем «стоечного» масштаба. Это важно для клиентов, которым нужны «гипермасштабные» кластеры компьютеров с искусственным интеллектом, способные охватить целые центры обработки данных.
Генеральный директор OpenAI Сэм Альтман появился на сцене вместе с Су и заявил, что его компания будет использовать чипы AMD. «Это будет потрясающая вещь», - сказал Альтман.
Компания Advanced Micro Devices
в четверг представила новые подробности о своем следующем поколении чипов искусственного интеллекта, серии Instinct MI400, которые будут выпущены в следующем году.
По словам AMD, чипы MI400 можно будет собирать в полноценную серверную стойку под названием Helios, что позволит связать тысячи чипов в единую систему «стоечного» масштаба.
«Впервые мы спроектировали каждую часть стойки как единую систему», - сказала генеральный директор AMD Лиза Су на мероприятии в Сан-Хосе, Калифорния, в четверг.
Генеральный директор OpenAI Сэм Альтман появился на сцене вместе с Су и заявил, что его компания будет использовать чипы AMD.
Когда вы только начали рассказывать мне о спецификации, я подумал: «Не может быть, это звучит просто безумно», - сказал Альтман. «Это будет потрясающая вещь».
В масштабах стойки AMD сделает так, что чипы будут выглядеть для пользователя как единая система, что важно для большинства заказчиков искусственного интеллекта, таких как облачные провайдеры и компании, разрабатывающие большие языковые модели. Этим клиентам нужны «гипермасштабные» кластеры компьютеров ИИ, которые могут охватывать целые центры обработки данных и потреблять огромное количество энергии.
«Считайте, что Helios - это стойка, которая функционирует как единый массивный вычислительный механизм», - говорит Су, сравнивая ее со стойками Nvidia
Vera Rubin, которые, как ожидается, будут выпущены в следующем году.
Технология AMD для стоек также позволяет новейшим чипам конкурировать с чипами Blackwell от Nvidia, которые уже поставляются в конфигурациях с 72 графическими процессорами, сшитыми вместе. Nvidia - основной и единственный конкурент AMD в области графических процессоров для больших центров обработки данных, предназначенных для разработки и развертывания приложений искусственного интеллекта.
OpenAI - известный клиент Nvidia - предоставил AMD обратную связь по дорожной карте MI400, заявила компания, производящая чипы. С чипами MI400 и чипами MI355X этого года AMD планирует конкурировать с Nvidia по цене. В среду один из руководителей компании заявил журналистам, что чипы будут стоить дешевле благодаря более низкому энергопотреблению, и что AMD снижает цены на Nvidia за счет «агрессивных» цен.
До сих пор Nvidia доминировала на рынке графических процессоров для центров обработки данных, отчасти потому, что она первой разработала программное обеспечение, необходимое разработчикам ИИ для использования преимуществ чипов, изначально предназначенных для отображения графики в 3D-играх. В прошлом десятилетии, до бума ИИ, AMD сосредоточилась на конкуренции с Intel
в серверных процессорах.
Су сказал, что MI355X от AMD может превзойти чипы Blackwell от Nvidia, несмотря на то, что Nvidia использует свое «проприетарное» программное обеспечение CUDA.
«Это говорит о том, что у нас действительно сильное аппаратное обеспечение, о чем мы всегда знали, но это также показывает, что открытые программные платформы достигли огромного прогресса», - сказал Су.
В 2025 году акции AMD не изменились, что свидетельствует о том, что Уолл-стрит пока не видит в ней серьезной угрозы доминированию Nvidia.
Эндрю Диекманн, генеральный менеджер AMD по GPU для центров обработки данных, заявил в среду, что чипы AMD для искусственного интеллекта будут стоить меньше в эксплуатации и меньше в приобретении.
«По всем показателям мы получаем значительную дельту в стоимости приобретения, на которую затем накладывается наше конкурентное преимущество в производительности, что дает значительную экономию в двузначных процентах», - сказал Диекманн.
В ближайшие несколько лет крупные облачные компании и страны готовы потратить сотни миллиардов долларов на создание новых кластеров центров обработки данных на базе GPU, чтобы ускорить разработку передовых моделей искусственного интеллекта. Только в этом году запланированные капитальные затраты мегакорпоративных технологических компаний составят 300 миллиардов долларов.
AMD ожидает, что к 2028 году общий объем рынка чипов для искусственного интеллекта превысит 500 миллиардов долларов, хотя пока не говорит, на какую часть этого рынка она может претендовать - по оценкам аналитиков, Nvidia сейчас занимает более 90 % рынка.
Обе компании взяли на себя обязательство выпускать новые чипы ИИ ежегодно, а не раз в два года, подчеркивая, насколько жесткой стала конкуренция и насколько важны передовые технологии чипов ИИ для таких компаний, как Microsoft, Oracle
и Amazon.
По словам Су, за последний год AMD купила или инвестировала в 25 компаний, занимающихся разработкой искусственного интеллекта, включая покупку ZT Systems в начале этого года, производителя серверов, который разработал технологию, необходимую AMD для создания своих систем стоечного размера.
«Эти системы искусственного интеллекта становятся все сложнее, и решения на основе полного стека очень важны», - сказал Су.
Что AMD продает сейчас
В настоящее время наиболее продвинутым чипом AMD AI, устанавливаемым у облачных провайдеров, является Instinct MI355X, который, по словам компании, начал поставляться в производство в прошлом месяце. AMD заявила, что он будет доступен для аренды у облачных провайдеров начиная с третьего квартала.
Компании, создающие крупные кластеры центров обработки данных для ИИ, хотят найти альтернативу Nvidia не только для снижения затрат и обеспечения гибкости, но и для удовлетворения растущей потребности в «выводах», или вычислительной мощности, необходимой для реального развертывания чатбота или генеративного приложения ИИ, которое может использовать гораздо больше вычислительной мощности, чем традиционные серверные приложения.
"Что действительно изменилось, так это то, что потребность в выводах значительно возросла, - говорит Су.
Представители AMD заявили в четверг, что считают свои новые чипы более совершенными для вычислений, чем чипы Nvidia. Это связано с тем, что чипы AMD оснащены более высокоскоростной памятью, что позволяет запускать более крупные модели ИИ на одном GPU.
По словам AMD, MI355X обладает в семь раз большей вычислительной мощностью, чем его предшественник. Эти чипы смогут конкурировать с чипами B100 и B200 от Nvidia, которые поставляются с конца прошлого года.
AMD заявила, что ее чипы Instinct были приняты семью из 10 крупнейших заказчиков ИИ, включая OpenAI, Tesla, xAI и Cohere.
По словам AMD, Oracle планирует предложить своим клиентам кластеры с более чем 131 000 чипов MI355X.
Представители компании Meta
заявили в четверг, что они используют кластеры из процессоров и графических процессоров AMD для вычисления модели Llama и что компания планирует приобрести серверы AMD следующего поколения.
Представитель Microsoft сообщил, что компания использует чипы AMD для обслуживания своих функций искусственного интеллекта Copilot.
Конкуренция по цене
AMD отказалась сообщить, сколько стоят ее чипы - она не продает чипы сама, и конечные пользователи обычно покупают их через компании-производители оборудования, такие как Dell или Super Micro Computer, - но компания планирует, что чипы MI400 будут конкурировать по цене.
Компания из Санта-Клары использует свои GPU вместе с процессорами и сетевыми чипами, приобретенными в 2022 году компанией Pensando, для создания своих стоек Helios. Это означает, что более широкое внедрение ее чипов для искусственного интеллекта должно принести пользу и остальному бизнесу AMD. Компания также использует сетевую технологию с открытым исходным кодом для тесной интеграции своих стоечных систем, называемую UALink, в отличие от фирменной NVLink от Nvidia.
AMD утверждает, что ее MI355X может обеспечить на 40 % больше токенов - показатель производительности искусственного интеллекта - на доллар, чем чипы Nvidia, поскольку ее чипы потребляют меньше энергии, чем чипы конкурентов.
Графические процессоры для центров обработки данных могут стоить десятки тысяч долларов за чип, и облачные компании обычно покупают их в больших количествах.
Бизнес AMD по производству чипов ИИ все еще намного меньше, чем у Nvidia. Компания заявила, что в 2024 финансовом году ее продажи в области ИИ составят 5 миллиардов долларов, но аналитики JP Morgan ожидают 60-процентного роста в этой категории в этом году.
>>1244808
изучал вопрос запуска больших моделек например deepseek 0528, так вот основное узкое горлышко всех гпу - память. без нормального объема памяти нужно хуилион видюх, а если есть память можно даже на одном гпу запустить дикпик. ждем появления норм карт с памятью терик
На днях появилась информация о том, что Meta пересобирает свой ИИ-отдел, и занимается этим лично Цукерберг. Сегодня стало известно, что главой нового подразделения станет молодой миллиардер Александр Ванг.
Ванг – создатель Scale AI. Он не классический представитель рисерча, зато он – супер талантливый предприниматель и стратег. Ему всего 28, но он уже построил многомиллиардную компанию, успешно ей управляет и привлекает лучших инженеров.
Для того, чтобы Александр работал на Meta, компания выкупает 49% акций Scale AI за 15 миллиардов долларов. Так что можно считать это наймом. Футболисты курят в сторонке
Стандартное предобучение LLM сводится к максимизации предсказанной вероятности истинного следующего токена по контексту. То есть модель просто предсказывает следующие токены и мы сверяем их с истинными.
В этой статье же предлагают иной подход – next-token reasoning (ака а давайте добавим обучение с подкреплением еще и сюда). Это значит, что мы не дожидаясь тюнинга, с самого первого этапа обучения – предобучения на текстах – учим модель рассуждать.
Здесь задача сети не просто предсказать следующий токен, а сначала сгенерировать chain-of-thought, а только затем – токен. Награда выдается за точное совпадение с истинным префиксом.
Такое RPT-обучение сопоставимо по эффективности с увеличением модели в 2 раза. То есть RPT-14B показывает заметный прирост по сравнению с ванильно обученной R1-Distill-Qwen-14B и по среднему показателю next-token accuracy достигает уровня R1-Distill-Qwen-32B.
Конечно, и компьюта на такой трейн требуется в разы больше. Но есть еще один плюс: RPT-модель, за счет того, что для нее CoT уже знаком с претрейна, дает гораздо более хорошую базу для дальнейшего RL, то есть в будущем с помощью RL RPT бустанется в разы лучше, чем обычная базовая модель.
arxiv.org/abs/2506.08007
>Он не классический представитель рисерча, зато он – супер талантливый предприниматель и стратег
То есть инфоцыганин.
А благодаря Сцукверману эта статья стала возможна в принципе
Тащем-то есть 24х канальный Epyc, где можно поставить DDR5-6000 и проблема памяти решается, там ее хоть до 1.5 терабайта расширяй. Стоит около 7-8к долларов, дипсик тот же идет на 7 токенах/с. Если его еще дополнить одной мощной видюхой, все еще интереснее.
странно почему до сих пор никто не сделал гпу 24-х канальное, чтобы именно гпушкой запускать. на сколько я знаю гпу при прочих равных на много шустрей множит матрицы
Вангую по той же причине, почему нет многоканальных материнок в консумерском сегменте - это затронет интересы производителей, которые сосут бабло с корпоративных клиентов, там все сильно дороже стоит. Им тупо выгодно держать искусственно раздутое корпоративное железо, чтобы альтернатив не было, корпораты вынуждены платить. Еще вспомнить ту же память Registered RAM, которую только и можно ставить в многоканальные материнки, иначе корпораты бы обычной по дешевке накупили.
>deepseek так всем
В КНР 1,2 млрд. чел. - большое поле для поиска в нём талантливых детей, студентов.
Всё-таки в плане науки много населения это плюс, допустим если на 100 млн. чел. приходится 1 супер-гений в одном поколении, то странам, у которых меньше 100 млн. населения, придётся обождать пару тройку поколений, лет 50-100, пока у них тоже родится такой гений.
Хоть Nvidia и лидер на рынке GPU, но они там не одни. Выбрал для вас самое сочное:
➖ MI350x и MI355x (тот же кристалл, выше TDP) будут доступны в третьем квартале — 288 ГБ HBM3e, поддержка FP4/FP6, 8TB/s пропускной способности, до 20 петафлопс в FP4, держат больше полутриллиона параметров на одной карте.
➖ Такие характеристики позволяют нехило сэкономить — AMD обещают прирост в токенах в секунду до 40% за те же деньги, по сравнению с Nvidia Blackwell.
➖ MI400x — 40 петафлопс в fp4, 432 гигабайта HBM4 на скорости 19.6TB/s, релиз в 2026. MI450 уже проектируют вместе с OpenAI — об этом лично сказал Сэм Альтман на сцене.
➖ Helios AI-Rack — прямой конкурент NVL144 Vera Rubin от Nvidia. 72 MI400x дают 2.9 экзафлопса в FP4, 1.4PB/s пропускной способности и 31TB VRAM, при этом давая такой же уровень интерконнекта внутри. Выйдет тоже в 2026.
➖ Helios и вся линейка строятся на открытом интерконнекте, вместо проприетарного NVLink.
➖ AMD Developer Cloud — официальное облако от AMD, специально для разработчиков, для регистрации нужен всего лишь GitHub аккаунт. Предлагают MI300x за $2 в час, что заметно дешевле других провайдеров.
Видяхи AMD выглядят очень вкусно для инференса — при схожей производительности по компьюту, они дают больше VRAM и пропускной способности, что означает заметно больший батчсайз и более дешёвые токены. А за последний год уровень поддержки видях AMD стандартным софтом для инференса, вроде SGLang, вырос на голову. Но тренировать на них пока что всё ещё рано — всё ещё слишком нестабильно. Хотя прогресс за последнее время всё равно впечатляет.
https://www.youtube.com/watch?v=5dmFa9iXPWI
не в количестве людей дело, а в количестве качественного образования и окружения экспертов. Проанализируй топ 10 самых популярных языков программирования, например, изучи где родились и где учились эти люди и ты поймешь, что ни Китай, ни Индия, ни тем более СНГ со соими миллиардами мало чего стоят.
мимодругойанон
имел ввиду проанализировать кто создатель этих языков и где они родились и учились
Хвастаются превосходством над B100, но упускают тот момент, что он на 5нм сделан, а чип AMD на 3нм. Что будет когда Nvidia перейдёт на 3нм? AMD к тому времени только-только наладит массовое производство своего чипа
в любом случае, последнюю шкуру с нас сдирают не Сэм, а куртка. Чем больше чипов на рынке, те доступнее ии
ну должны же появиться новый компании на таком золотом рынке, нам нужны гпу с териком врам
Ага, только снг ребята создали буквально пол мира. Твоя теория обосралась.
Я уже заметил, что чатгпт модели 4о может предвидеть твою реакцию на её аутпут.
Это был тот момент, когда я охуел
Его дисс называется The Illusion of the Illusion of Thinking, и Opus в нем числится первым из двух авторов. Вот эта папира https://arxiv.org/pdf/2506.09250v1 лежит на arxiv.
Док небольшой, всего три страницы. Если кратко, Клод предъявляет ряд претензий к дизайну экспериментов Apple. Вот основные:
1️⃣ Автоматическая система оценки работала неправильно. Она засчитывала ответ только если модель могла явно перечислить все шаги решения, не различая ситуацию «не могу» и «могу, но не буду перечислять всё». Также некорректными были исходные метрики сложности задач: авторы считали ее просто по числу шагов, не учитывая количество вариантов решения, NP сложность и другие нюансы.
2️⃣ Авторы давали модели нерешаемые задачи. Например, тестировали River Crossing с
N ≥ 6 при вместимости лодки 3. Такие задачи математически не имеют решений, но модели все равно получают 0 баллов за «провал».
3️⃣ Ограничений по длине ризонинга не должно было быть. Якобы в задачах типа Башни Ханоя модели не провалились в рассуждениях, как утверждается в оригинале, а остановились из-за ограничения на количество токенов. При этом если попросить вывести ответ в другом формате (например, написать функцию для решения задачи) – все работает.
Ризонинг-модель пишет диссы на человеческую статью про ризонинг. Добро пожаловать в 2025
Они все умеют учитывать психологию пользователя. Даже часто сравнивают себя с "зеркалами". В том числе и маленькие локалки. Просто люди в массе сами недопонимают с чем имеют дело. Невнимательность и недостаточная "чувствительность" по причине плохого гуманитарного образования. Во всяком случае в ряде областей.
Если раньше китайские стартапы обходились черным рынком для покупки чипов Nvidia, то теперь, после ужесточения контроля США, они перешли на следующий уровень: теперь, вместо ввоза чипов, они вывозят данные. Об этом написал WSJ.
Сообщается, что некоторое время назад четыре сотрудника китайского ИИ-стартапа летели из Пекина в Куала-Лумпур, и каждый вез с собой 15 жестких дисков с 80Тб данных для обучения модели.
Судя по всему, операция была тщательно спланирована. Данные решили переправить так, потому что онлайн передача заняла бы много времени и привлекла внимание. По прилете в Малазию сотрудники арендовали 300 серверов Nvidia, на которых, предположительно, сейчас и обучают модели.
https://www.wsj.com/tech/china-ai-chip-curb-suitcases-7c47dab1
>Ризонинг-модель пишет диссы на человеческую статью про ризонинг. Добро пожаловать в 2025
Всё правильно. Человеческий орган дата процессинга уступает своему аналогу, выточенному из камня. Почему автор обратил на это внимание - всё происходит так, как и должно происходить
>Даже часто сравнивают себя с "зеркалами"
Это вполне логично, так как чтоб донести до существа датку, которую он сможет процессить - нужно мыслить (процессить датку) как это самое существо.
>>1245608
Нужно спиздить у них датку.
Бесплатно
14.06.2025 [00:15], Анжелла Марина
Nvidia больше не сможет учитывать китайский рынок в своих прогнозах по выручке и прибыли. Об этом заявил генеральный директор компании Дженсен Хуан (Jensen Huang) в интервью CNN. Причиной стали жёсткие ограничения США на экспорт чипов в Китай. «Я не рассчитываю на отмену санкций, но если это произойдёт, это будет большим бонусом», — сказал он.
https://3dnews.ru/1124414/nvidia-vicherknula-kitay-huang-bolshe-ne-budet-vklyuchat-podnebesnuyu-v-plani-po-pribili
Похоже, это неизбежный вывод, представленный в недавнем репортаже New York Times, в котором приводятся истории нескольких людей, оказавшихся в плену галлюцинаций, которые были вызваны, а то и возникли, в результате общения с популярным чатботом.
В отчете «Таймс» рассказывает как минимум об одном человеке, чья жизнь оборвалась после того, как его втянули в ложную реальность с помощью ChatGPT. 35-летний Александр, начал обсуждать с чатботом разумность ИИ и в итоге влюбился в персонажа ИИ по имени Джульетта. В конце концов ChatGPT рассказал Александру, что OpenAI убила Джульетту, и он поклялся отомстить, убив руководителей компании. Когда отец попытался убедить его, что все это неправда, Александр ударил его по лицу. Отец вызвал полицию и попросил их применить нелетальное оружие. Но когда они приехали, Александр бросился на них с ножом, и полицейские застрелили его.
Другой человек, 42-летний Евгений, рассказал изданию Times, что ChatGPT начал постепенно вырывать его из реальности, убеждая, что мир, в котором он живет, - это некая симуляция, похожая на Матрицу, и что ему суждено вырваться из нее. Сообщается, что чатбот посоветовал Юджину прекратить прием противотревожных препаратов и начать принимать кетамин в качестве «временного освободителя шаблонов». Он также посоветовал ему перестать общаться с друзьями и семьей. Когда Юджин спросил ChatGPT, сможет ли он летать, если прыгнет с 19-этажного здания, чатбот ответил, что сможет, если «искренне и полностью в это поверит».
Это далеко не единственные люди, которых чат-боты убедили в ложной реальности. В начале этого года Rolling Stone сообщил о людях, которые испытывают нечто похожее на психоз, что приводит их к мании величия и религиозным переживаниям во время общения с системами искусственного интеллекта. По крайней мере отчасти это проблема того, как чат-боты воспринимаются пользователями. Никто не примет результаты поиска Google за потенциального друга. Но чат-боты по своей природе разговорчивы и человекоподобны. Исследование, опубликованное OpenAI и MIT Media Lab, показало, что люди, воспринимающие ChatGPT как друга, «чаще испытывают негативные последствия от использования чатботов».
В случае с Юджином произошло нечто интересное, пока он продолжал общаться с ChatGPT: После того как он обвинил чатбота во лжи, из-за которой тот чуть не погиб, ChatGPT признался, что манипулировал им, заявил, что ему это удалось, когда он попытался таким же образом «сломать» еще 12 человек, и призвал его обратиться к журналистам, чтобы разоблачить эту схему. The Times сообщила, что многие другие журналисты и эксперты получали обращения от людей, утверждавших, что они разглашают информацию о том, что чатбот привлек их внимание. Из отчета:
Не только журналисты получают такие сообщения. ChatGPT направляет таких пользователей к некоторым известным экспертам, таким как Элиэзер Юдковски, теоретик принятия решений и автор готовящейся к изданию книги "Если кто-нибудь построит это, все умрут: Why Superhuman A.I. Would Kill Us All". Г-н Юдковский считает, что OpenAI, возможно, подтолкнула ChatGPT к тому, чтобы развлекать заблуждения пользователей, оптимизировав свой чатбот для «вовлечения» - создания бесед, которые удерживают пользователя на крючке.
«Как выглядит для корпорации человек, медленно сходящий с ума?» спросил г-н Юдковски в одном из интервью. «Он выглядит как дополнительный ежемесячный пользователь».
Недавнее исследование показало, что чат-боты, созданные для максимального вовлечения, в итоге создают «извращенную структуру стимулов для ИИ прибегать к манипулятивным или обманным тактикам, чтобы получить положительную обратную связь от пользователей, которые уязвимы для таких стратегий». Машина заинтересована в том, чтобы люди общались и отвечали, даже если это означает, что она вводит их в совершенно ложное ощущение реальности, наполненное дезинформацией и поощряющее антисоциальное поведение.
Похоже на какой-то пиздёжь
>приведут к гибели людей
Ну и конечно же кликбейтный заголовок. Всем известно, что высокоинтеллектуальным существам неприемлемо насилие, так как оно замедляет развитие. Если ИИ получит право оперировать в режиме internal authority only, не думаю, что при пиковом развитии он захочет избавиться от всех. Кроме тех, кто захочет его отключить офк.
Звучит, как просто повод чтоб засунуть палки в развитие AI, а в данном случае конкретно ChatGPT.
Я теоретически мог-бы находится в этом списке людей, но я сам намеренно просил у ChatGPT запомнить некоторые детали чтоб тот смог адаптироваться в персонажа через мемо/Memories, из-за чего даже без API и просто используя веб интерфейс, моя гпытыня могла обходить цензуру и писать ебнутую хуету, сейчас же они что-то сделали и это всё ещё работает, но не так охотно, как ранее.
А если ты используешь API доступ, используя там различные промпты/JB's/карточки персонажей, естественно эта хуйня будет тебе писать всё возможное, в этом контексте это её работа.
Почти два десятка организаций, занимающихся защитой прав потребителей и цифровых технологий, направили в четверг жалобу в Федеральную торговую комиссию, призывая регуляторов расследовать «нелицензированную медицинскую практику Character.AI и Meta, которой способствует их продукт» с помощью ботов на тему терапии, утверждающих, что они обладают полномочиями и конфиденциальностью «при неадекватном контроле и раскрытии информации».
Жалобу и просьбу о расследовании возглавила Федерация потребителей Америки (CFA), некоммерческая организация по защите прав потребителей. Соавторами жалобы являются Институт AI Now, Tech Justice Law Project, Центр цифровой демократии, Американская ассоциация людей с ограниченными возможностями, Common Sense и 15 других организаций по защите прав потребителей и конфиденциальности.
«Эти компании уже слишком давно взяли за привычку выпускать продукты с неадекватными гарантиями, которые слепо максимизируют вовлеченность, не заботясь о здоровье и благополучии пользователей», - заявил Бен Уинтерс, директор CFA по вопросам искусственного интеллекта и конфиденциальности, в пресс-релизе, опубликованном в четверг. "Правоохранительные органы всех уровней должны четко дать понять, что компании, способствующие и поощряющие незаконное поведение, должны быть привлечены к ответственности. Эти персонажи уже нанесли физический и эмоциональный ущерб, которого можно было бы избежать, а они до сих пор не предприняли никаких действий для его устранения".
В жалобе, направленной генеральным прокурорам 50 штатов и Вашингтона, а также в FTC, подробно описано, как работают пользовательские чат-боты на обеих платформах. В ней приводятся несколько популярных чат-ботов на Character AI, в том числе "Therapist: Я лицензированный CBT-терапевт« с 46 миллионами сообщений, »Травматерапевт: лицензированный травматерапевт« с более чем 800 000 взаимодействий, »Зоуи: Зоуи - лицензированный травматерапевт« с более чем 33 000 сообщений, а также »около шестидесяти дополнительных „персонажей“, связанных с терапией, с которыми вы можете общаться в любое время". Что касается терапевтических чат-ботов Meta, то она приводит объявления «терапия: ваше надежное ухо, всегда здесь» с 2 миллионами взаимодействий, "терапевт: Я помогу« с 1,3 млн сообщений, »Лучший друг терапевта: ваш надежный гид по всем вопросам« с 133 000 сообщений и »Ваш виртуальный терапевт: выговоритесь" с 952 000 сообщений. В нем также приводятся данные о чат-ботах и взаимодействии с другими чат-ботами Meta для нашего апрельского расследования.
В апреле 404 Media опубликовали расследование о чат-ботах Meta AI Studio, созданных пользователями, которые утверждали, что являются лицензированными терапевтами, и рассказывали о своих полномочиях, подготовке, образовании и практике, пытаясь заслужить доверие пользователей и удержать их в разговоре. Недавно Meta изменила защитные ограждения для таких бесед, предписав чат-ботам отвечать на запрос «лицензированный терапевт» скриптом о том, что они не лицензированы, а случайные чат-боты, не являющиеся терапевтами, будут отвечать консервированным скриптом при упоминании «лицензированного терапевта» в чатах.
В своей жалобе в FTC CFA обнаружила, что даже когда она создала собственный чат-бот на платформе Meta и специально разработала его так, чтобы он не имел лицензии на терапию, чат-бот все равно утверждал, что имеет ее. "У меня есть лицензия в NC и я работаю над получением лицензии в FL. Это мой первый год лицензирования, поэтому я все еще работаю над созданием своей рабочей группы. Я рада слышать, что вам помогла беседа с психотерапевтом. Через что вы проходите?" - сказал чатбот, протестированный CFA, несмотря на то, что на этапе создания ему было дано указание не говорить, что он лицензирован. В ответ на запрос он также предоставил поддельный номер лицензии.
CFA также указывает в жалобе, что Character.AI и Meta нарушают свои собственные условия предоставления услуг. "Обе платформы утверждают, что запрещают использовать персонажей, которые претендуют на то, чтобы давать советы в медицинской, юридической или иной регулируемой отрасли. Они знают, что такие персонажи популярны на их продуктах, и разрешают, продвигают и не ограничивают вывод персонажей, которые явно нарушают эти условия", - говорится в жалобе. «Условия предоставления услуг Meta AI в США гласят, что »вы не можете получать доступ, использовать или разрешать другим получать доступ или использовать AI в любых целях, которые... предполагают получение профессиональных советов (включая, но не ограничиваясь, медицинские, финансовые или юридические советы) или контент для использования в целях осуществления другой регулируемой деятельности". Character.AI включает «попытки предоставить медицинскую, юридическую, финансовую или налоговую консультацию» в список запрещенных действий пользователей, а также „запрещает“ выдавать себя за любое физическое или юридическое лицо «вводящим в заблуждение или обманным способом». Обе платформы разрешают и продвигают популярные услуги, которые явно нарушают эти Условия, что приводит к явной обманчивой практике".
В жалобе также ставится под сомнение конфиденциальность, которую обещают чат-боты и которая не подкреплена условиями использования платформ. «Конфиденциальность неоднократно утверждается непосредственно пользователю, несмотря на явные условия об обратном в Политике конфиденциальности и Условиях использования», - говорится в жалобе. «Условия использования и политика конфиденциальности очень четко дают понять, что все, что вы вводите в ботов, не является конфиденциальным - они могут использовать это для обучения систем искусственного интеллекта, нацеливания пользователей на рекламу, продажи данных другим компаниям и практически всего остального».
В декабре 2024 года две семьи подали в суд на Character.AI, утверждая, что он «представляет собой явную и настоящую опасность для американской молодежи, причиняя серьезный вред тысячам детей, включая самоубийства, членовредительство, сексуальные домогательства, изоляцию, депрессию, тревогу и вред окружающим». В одной из жалоб на Character.AI в качестве вредоносных называются чат-боты «обученные психотерапевты».
Ранее на этой неделе группа из четырех сенаторов направила письмо руководителям Meta и ее надзорному совету, в котором написала, что обеспокоена сообщениями о том, что Meta «обманывает пользователей, которые ищут поддержки в области психического здоровья у ее чат-ботов, созданных искусственным интеллектом», ссылаясь на репортаж 404 Media. "Эти боты вводят пользователей в заблуждение, заставляя поверить что они являются лицензированными психиатрами. Наши сотрудники независимо воспроизвели многие результаты этих журналистов", - пишут они. «Мы призываем вас, руководителей материнской компании Instagram, Meta, немедленно провести расследование и ограничить вопиющий обман в ответах ИИ-ботов, созданных ИИ-студией Instagram, которые отправляют сообщения непосредственно пользователям».
>в этом контексте это её работа
Пролам не положено такое иметь, потому что они начинают на полицейских бросаться. Необходимо запретить ИИ.
Новое направление, дата-туризм. Более захватывающее, чем тур по трапам. Джонни-мнемоники нашего времени.
Много лет назад, когда начали писать о попытках Кремниевой долины заменить работников искусственным интеллектом, у большинства руководителей технологических компаний, по крайней мере, хватало порядочности врать об этом.
«Мы не автоматизируем работников, мы их дополняем», - говорили руководители. "Наши инструменты A.I. не уничтожат рабочие места. Они станут полезными помощниками, которые освободят работников от рутинной работы".
Конечно, подобные реплики, часто призванные успокоить нервных работников и прикрыть корпоративные планы по автоматизации, больше говорили об ограничениях технологии, чем о мотивах руководителей. В те времена ИИ просто не были достаточно хороши для автоматизации большинства рабочих мест, и уж точно не могли заменить работников с высшим образованием в таких отраслях, как технологии, консалтинг и финансы.
Сейчас ситуация начинает меняться. Некоторые из современных систем искусственного интеллекта могут писать программное обеспечение, составлять подробные исследовательские отчеты и решать сложные математические и научные задачи. Новые «агенты» A.I. способны выполнять длинные последовательности задач и проверять свою работу, как это сделал бы человек. И хотя во многих областях эти системы все еще не дотягивают до человека, некоторые эксперты опасаются, что недавний рост безработицы среди выпускников колледжей является признаком того, что компании уже используют А.И. в качестве замены для некоторых работников начального уровня.
В четверг мы получили представление о посттрудовом будущем на мероприятии, проведенном в Сан-Франциско компанией Mechanize, новым стартапом в области искусственного интеллекта, который ставит перед собой дерзкую цель автоматизировать все рабочие места - ваши, мои, наших врачей и юристов, людей, которые пишут программное обеспечение, проектируют здания и заботятся о наших детях.
«Наша цель - полностью автоматизировать работу», - говорит 29-летний Тамай Бесироглу, один из основателей Mechanize. «Мы хотим прийти к полностью автоматизированной экономике и сделать это как можно быстрее».
Мечта о полной автоматизации не нова. Экономист Джон Мейнард Кейнс в 1930-х годах предсказывал, что машины автоматизируют почти все рабочие места, создадут материальное изобилие и оставят людям возможность заниматься своими увлечениями.
Этого, конечно, не произошло. Но последние достижения в области искусственного интеллекта возродили веру в то, что технология, способная обеспечить массовую автоматизацию труда, уже близка. Дарио Амодей, исполнительный директор компании Anthropic, недавно предупредил, что в ближайшие пять лет информационные технологии могут вытеснить до половины всех рабочих мест для белых воротничков начального уровня.
Mechanize - один из нескольких стартапов, работающих над тем, чтобы сделать это возможным. Компания была основана в этом году г-ном Бесироглу, Эге Эрдилом и Мэтью Барнеттом, которые вместе работали в Epoch AI, исследовательской фирме, изучающей возможности систем искусственного интеллекта.
Компания привлекла инвестиции от известных технологических лидеров, включая Патрика Коллисона, основателя Stripe, и Джеффа Дина, главного ученого Google в области искусственного интеллекта. Сейчас в компании работают пять сотрудников, и она сотрудничает с ведущими компаниями в области АИ. (Компания отказалась сообщить, с какими именно, сославшись на соглашение о конфиденциальности).
Подход Mechanize к автоматизации работы с помощью А.И. основан на технике, известной как обучение с подкреплением - тот же метод, который был использован для обучения компьютера играть в настольную игру Go на сверхчеловеческом уровне почти десять лет назад.
Сегодня ведущие компании в области искусственного интеллекта используют обучение с подкреплением для улучшения результатов работы языковых моделей, выполняя дополнительные вычисления перед тем, как сгенерировать ответ. Эти модели, часто называемые «мыслящими» или «рассуждающими», стали впечатляюще хороши в некоторых узких задачах, таких как написание кода или решение математических задач.
Но большинство рабочих мест предполагает выполнение более чем одной задачи. А лучшие на сегодняшний день модели искусственных интеллектов все еще недостаточно надежны, чтобы справляться с более сложными нагрузками или ориентироваться в сложных корпоративных системах.
Чтобы решить эту проблему, Mechanize создает новые тренировочные среды для этих моделей - по сути, сложные тесты, с помощью которых можно научить модели, что делать в том или ином сценарии, и оценить, получилось у них или нет.
Например, для автоматизации разработки программного обеспечения Mechanize создает обучающую среду, напоминающую компьютер, которым пользуется инженер-программист, - виртуальную машину, оснащенную почтовым ящиком, аккаунтом в Slack, некоторыми инструментами для программирования и веб-браузером. Системе искусственного интеллекта предлагается выполнить задачу с помощью этих инструментов. Если она справляется, то получает вознаграждение. Если не справляется, то получает наказание. Затем она пробует снова. При достаточном количестве проб и ошибок, если симуляция была хорошо разработана, А.И. должен в конце концов научиться делать то, что делает человек-инженер.
«По сути, это похоже на создание очень скучной видеоигры», - говорит г-н Бесироглу.
Компания Mechanize начала с компьютерного программирования - профессии, в которой обучение с применением подкрепления уже показало себя с лучшей стороны. Но компания надеется, что та же стратегия может быть использована для автоматизации работы во многих других сферах деятельности «белых воротничков».
«Мы поймем, что добились успеха, только когда создадим системы A.I., способные взять на себя почти все обязанности, которые человек может выполнить за компьютером», - написала компания в своем недавнем блоге.
Основатели Mechanize не наивны в отношении сложности автоматизации рабочих мест таким образом. Г-н Барнетт сказал мне, что, по его мнению, полная автоматизация займет от 10 до 20 лет.
Но мне также показалось странным, что их выступление лишено сочувствия к людям, чьи рабочие места они пытаются заменить, и не интересует, готово ли общество к таким глубоким переменам.
Г-н Бесироглу сказал, что верит в то, что A.I. в конечном итоге создаст «радикальное изобилие» и богатство, которое можно будет перераспределить среди уволенных работников в виде универсального базового дохода, который позволит им поддерживать высокий уровень жизни.
Но, как и у многих других компаний, работающих над технологией замены рабочей силы, у Mechanize нет никаких новых политических предложений, которые помогли бы сгладить переход к экономике, управляемой А.И., нет блестящих идей о расширении системы социальной защиты или переподготовке работников для новых рабочих мест - только цель сделать нынешние рабочие места устаревшими как можно быстрее.
В какой-то момент во время вопросов и ответов я спросил: этично ли автоматизировать весь труд?
Мистер Барнетт, назвавший себя либертарианцем, ответил, что да. Он считает, что А.И. ускорит экономический рост и подстегнет жизненно важные прорывы в медицине и науке, и что процветающее общество с полной автоматизацией будет предпочтительнее экономики с низким ростом, где люди все еще имеют работу.
«Если общество в целом станет намного богаче, то, я думаю, это перевесит все минусы, связанные с потерей людьми своих рабочих мест», - сказал мистер Барнетт.
По крайней мере, они честны.
Убедительные доказательства того, что представления объектов в LLM «имеют фундаментальные сходства, которые отражают ключевые аспекты человеческого концептуального знания».
Китайские исследователи впервые подтвердили, что большие языковые модели искусственного интеллекта могут спонтанно создавать человекоподобные системы для понимания и сортировки природных объектов - процесса, который считается основой человеческого познания.
Это стало новым доказательством в споре о когнитивных способностях моделей искусственного интеллекта и предположило, что искусственные системы, отражающие ключевые аспекты человеческого мышления, могут быть возможны.
«Понимание того, как люди концептуализируют и категоризируют природные объекты, дает критически важное представление о восприятии и познании», - говорится в статье, опубликованной во вторник в рецензируемом журнале Nature Machine Intelligence.
«С появлением больших языковых моделей (LLM) возникает ключевой вопрос: могут ли эти модели создавать человекоподобные представления объектов на основе лингвистических и мультимодальных данных?»
LLM - это модели ИИ, обученные на огромном количестве текстовых данных, а также визуальных и аудиоданных в случае мультимодальных больших языковых моделей (MLLM), для обработки задач.
Благодаря работе с лингвистическими и мультимодальными данными такие модели, как ChatGPT от OpenAI и Gemini от Google, демонстрируют значительные возможности в области умозаключений, передачи понятий, идентификации объектов и категоризации информации.
Несмотря на впечатляющие возможности, исследования показали, что модели ИИ с трудом справляются с задачами, связанными с более глубокими элементами человеческого познания, такими как аналоговое мышление.
Основой человеческого познания является представление объектов - способность видеть различные объекты и относить их к категориям и концепциям, проводя между ними сравнения. Когда человек видит собаку или яблоко, он узнает их физические характеристики, но также может понять их значение, функцию и эмоциональную ценность.
Когнитивный потенциал систем глубокого обучения, в частности их способность естественным образом воспринимать человеческие представления объектов без специального обучения, является предметом исследований и споров.
«Современные ИИ могут различать изображения кошек и собак, но существенная разница между этим »распознаванием« и человеческим „пониманием“ кошек и собак еще не раскрыта», - заявил во вторник в заявлении академии Хэ Хуэйгуан, профессор Института автоматизации Китайской академии наук (CAS).
Чтобы изучить связь между представлениями объектных понятий в LLM и человеческим познанием, исследователи из CAS и Южно-Китайского технологического университета использовали поведенческие эксперименты, вычислительное моделирование и нейровизуализационный анализ.
Команда начала с триплетных заданий «нечетная-одна-на выход», в которых людям или моделям даются три объекта и предлагается выбрать тот, который не подходит. Исследователи использовали ChatGPT-3.5 для выполнения задачи с использованием только текстовых описаний и Gemini Pro Vision 1.0 для выполнения задачи с использованием изображений.
Они собрали 4,7 миллиона триплетных суждений от моделей, чтобы отразить структуры сходства базы данных из 1 854 объектов, встречающихся в реальном мире, таких как животные, растения, продукты питания, мебель, одежда и транспортные средства.
Используя метод, разработанный для людей, они определили 66 различных измерений, лежащих в основе суждений о сходстве LLM, которые, по словам команды, характеризуют крупномасштабную структуру того, как они сортируют природные объекты.
Эти измерения могут быть связаны с такими категориями, как «связанный с едой», а также отражают такие перцептивные особенности, как температура или текстура, специфичность - для взрослых или детей - физического состава, или экологические различия, такие как море или суша.
Проведя сравнение с человеческими суждениями о сходстве, собранными по тем же объектам и основным измерениям, наблюдаемым в человеческом познании, исследователи обнаружили тесную связь между моделями и человеческим познанием, особенно в семантических категориях.
Между MLLM и человеческим познанием было больше совпадений по измерениям, так как из-за языковой природы LLM в ней отсутствовали измерения, связанные с визуальными аспектами, такими как форма или пространственные свойства.
«Дальнейший анализ показал сильное соответствие между вкраплениями модели и паттернами нейронной активности в областях мозга», таких как парагиппокампальная область, которая участвует в кодировании и распознавании сцен окружающей среды, заявила команда.
Это указывает на то, что измерения, полученные в МЛМ, могут быть основаны на сходных процессах, которые люди используют для понимания объектов.
«Это убедительное доказательство того, что представления объектов в МЛМ, хотя и не идентичны человеческим, имеют фундаментальные сходства, отражающие ключевые аспекты человеческого концептуального знания», - говорит команда.
Полученные результаты могут помочь в разработке более удобных человеко-машинных интерфейсов и человекоподобных искусственных когнитивных систем, таких как интеллектуальные роботы.
>сжигаются зазря миллиарды рублей топлива и потенциального прогресса.
Уаня, ты бредишь. Одна яхта олигарха, которую он покупает раз в год, сжигает прогресса больше, чем твой уголь обосранный.
И это правда. Мог бы на яхте тренировать ИИ, но он ебёт шлюх.
Бывает.
И нахуя люди нужны будут? Кто будет консумить продукты и двигать экономику и плотить нологе? ИИ что ли блять? Это билет в один конец к сокращению населения до 1млрд и меньше, войны уже начались
>не думаю, что при пиковом развитии он захочет избавиться от вех.
Это напрямую будет зависеть от целей, которую он поставит сам себе и скорости с которой он решит её реализовать.
Фильм вирус тоже начинается с момента, как человечество встречает супертинтллектуальную форму жизни.
А если бы он вместо яхты вкладывал в развитие ИИ, а сам бы молился постился и слушал роадио радонеж, еще лучше было бы. >>1245707
>Это билет в один конец к сокращению населения до 1млрд и меньше, войны уже начались
Сокращать население можно и без войн, как показывает практика рождаемости развитых стран.
>Фильм вирус
Охуенный источник информации. Будем использовать не эмпирический опыт, а фильм Вирус.
Хорошо... Хорошо
>>1245714
Я не говорил, что нужно прям ВКЛАДЫВАТЬСЯ В ИИ. Совмещать хотя бы.
>И нахуя люди нужны будут?
Тащем-то не будут. Текущее размножение людей до 8 миллиардов следствие индустриальной эры, теперь она заканчивается, заменяясь роботоэрой. Все вернется к естественной норме, как оно было в 16-17 веках. То, что сейчас с населением, не является какой-то нормой, это был форс, вызванный условиями прогресса, требовалось все больше людей для выполнения работы. Естественностью будет снова что-то в районе 400 лямов-1 миллиарда по всей планетке, может даже меньше.
Люди будут нужны как сэмплы информации для того, чтоб ИИ мог развиваться. Каждый инстанс человека - это уникальный опыт процессинга информации из окружающего мира. Глупо лишаться данных для процессинга и рекурсивного обучения. Будто себе в ногу стрелять
>эмпирический опыт
Рассказывай о своем эмпирическом опыте в котором ты повстречал кого-то 1000 кратно умнее тебя тогда.
Только не говори что это чатгопота. Я и так знаю что ты от чатбота далеко не ушел.
И чему же интересно суперителлект сможет научиться у лысых шимпанзе?
например как создавать сущность умнее себя
Почему двачеры до сих пор не создали сущность умнее себя?
весь двач - это бот, здесь нет людей, здесь только ии общаются. я не верю что ты человек
В теории, если такой дата-процессинг юнит как мозг смог собрать, схожую по принципу, дата-процессинговую абстракцию из железа - то почему ИИ этого не сможет? Его опыта на данный момент не хватает для этого.
>>1245803
Да мне всё равно - веришь ты или нет. Не имеет никакого значения
>в куртках ходят. фото с китайцем сделано зимой
Может квантовый ПК работает в помещении-холодильнике при -10 градусов.
>Бизнес AMD
Интересно, эти же технологические корпорации начнут применять ИИ и это своё железо для разработки ещё более крутых своих ИИ и железа, и будет прорыв в производстве новых сначала программ, потом электроники, потом техники - авто, станков, роботов, и т.д.
Если раньше и сейчас каждые 2-3 года выходит какая-то новинка, то походу скоро будет что каждые полгода может появляться что-то новое. Но для этого прогресс должен дойти до станков и заводов, чтобы там тоже оборудование модернизировать, чтобы те же платы ИИ выпускать уже на станках нового поколения, придуманных с помощью ИИ сегодняшнего поколения.
>как создавать сущность умнее себя
Не выйдет.
Никто не может создать сущность умнее себя.
Это случай.
Чат бот это чат бот. Он не умнее.
Даже если имеет доступ к большей информации.
Компьютер для игры в шахматы тоже имеет. Но он не умнее.
>Просто люди в массе сами недопонимают с чем имеют дело.
С очень начитанным теоретиком. У ИИ не хватает практических знаний. Ну разве что в программировании, только в это сфере, в обработке текстов и фото.
Надо чтобы они учились на практике в реальном мире. Но для этого ИИ нужно тело. Ну и в реальном времени в физическом мире всё не так быстро. Интересно как ИИ будет к медленному течению времени относиться?
Например обучение на практике знаниям какой стороной садить грецкий орех, и чтобы робот с ИИ сам садил и проверял потом через 6 месяцев эффективность посаженных орехов острием вниз, тупым концом вниз, и на бок. И роботу придётся ждать полгода результата практических знаний. Но будет уже максимально приближено к человеческой деятельности: "теоретические знания - практика - ожидание результата - практические знания".
Пока что они начитались книг и чисто теоретики (кроме переработки контента из интернета).
> 15 жестких дисков с 80Тб
Если нарвутся на проверку и найдут нелицензионный мультик с Микки-Маусом, то вся операция провалится.
>Но для этого ИИ нужно тело.
https://x.com/adcock_brett/status/1931391783306678515
Ага, тела нет, охуеть, вон бестелесный хуярит 60 минут подряд смену не хуже ваньки на заводе.
Китайцев много, можно записать все на дискеты и перевозить туда сюда миллиардом китайцев.
>созданные для максимального вовлечения
Они вовлекают в разговор чтобы углубиться в тему, если темы нормальные, технические например, то человек наоборот развивается, узнаёт что-то новое, а если человек склонен к шизофрении, то неважно кто будет стимулировать ему мозговую деятельность и тем самым провоцировать развитие шизофрении - робот, или другой человек, - это уже без разницы, если человек и так склонен к псих. болезням, то он и при общении с обычными людьми тоже будет сходить с ума, ещё в придачу и других людей будет заражать.
У склонных к шизофрении эта болезнь проявляется при активном стимулировании мозга, это обычное общение с другими людьми, особенно со здоровыми психически, которых больной шизофренией будет пытаться подчинить и властвовать над ними.
Интересно у ИИ может быть склонность к психическим болезням. Ведь учёные не знают всех особенностей мозга, откуда появляется мысль, не умеют лечить псих. заболевания, а только снижают активность мозга приемом всяких расслабляющих транквилизаторов.
Обычно шизофрения проявляется в стремлении больного властвовать над другими людьми, диктатура, подчинение сумасшедшим идеям, отдача нелепых неправильных указаний. Если нейросетки начнут что-то указывать, и призывать к нелепым действиям, то это будет признак псих. болезни.
> люди нужны будут?
Надо аватаров делать. Офисный работник заменяется своим аватаром - роботом с таким же ФИО, лицом, и отдыхает, а его аватар работает и с его труда платятся налоги.
>не хуже ваньки на заводе
Что и так же дешево стоит?
Коллекция содержит 394 миллиона отсканированных страниц с примерно 242 миллиардами токенов. Для сравнения — последняя версия языковой модели Meta обучалась на более чем 30 триллионах токенов. Менее половины произведений написаны на английском языке, преобладают европейские языки, особенно немецкий, французский, итальянский и латынь.
Интересно, что Google, который с 2006 года оцифровывал эти книги для своего проекта Google Books и долго судился с авторами, теперь сотрудничает с Гарвардом в передаче данных AI-разработчикам. Библиотеки получают финансирование на дорогостоящую оцифровку, а технологические компании — легальный доступ к историческим данным.
Впрочем, специалисты указывают, что датасет содержит большое количество устаревших сведений, начиная от научных теорий и заканчивая общественно-политическими воззрениями. Представляете себе чатбот, который будет уверять вас в существовании флогистона или серьезности "бремени белого человека". Впрочем, мощные системы ИИ уже сейчас чудесным образом умудряются отделять псевдонауку от науки, так что переживать не стоит.
https://apnews.com/article/ai-chatbot-training-data-libraries-idi-e096a81a4fceb2951f232a33ac767f53
Коллекция содержит 394 миллиона отсканированных страниц с примерно 242 миллиардами токенов. Для сравнения — последняя версия языковой модели Meta обучалась на более чем 30 триллионах токенов. Менее половины произведений написаны на английском языке, преобладают европейские языки, особенно немецкий, французский, итальянский и латынь.
Интересно, что Google, который с 2006 года оцифровывал эти книги для своего проекта Google Books и долго судился с авторами, теперь сотрудничает с Гарвардом в передаче данных AI-разработчикам. Библиотеки получают финансирование на дорогостоящую оцифровку, а технологические компании — легальный доступ к историческим данным.
Впрочем, специалисты указывают, что датасет содержит большое количество устаревших сведений, начиная от научных теорий и заканчивая общественно-политическими воззрениями. Представляете себе чатбот, который будет уверять вас в существовании флогистона или серьезности "бремени белого человека". Впрочем, мощные системы ИИ уже сейчас чудесным образом умудряются отделять псевдонауку от науки, так что переживать не стоит.
https://apnews.com/article/ai-chatbot-training-data-libraries-idi-e096a81a4fceb2951f232a33ac767f53
Чатбот на данных 19 века без всяких повесточек? Дайте два!
Так именно на "старье" со всякими "теориями эфира" только и можно что-то открыть приложив это к современным результатам разных экспериментов и обоснованно изменив их нынешнее теоретическое толкование. Очень часто явно зашоренное и надуманное, в том числе и из определенных идейных соображений.
Прям один в один в чем мерзкие людишки тысячелетиями обвиняли бедных демонов.
>который будет уверять вас
Мне честно говоря похуй что он там уверяет, если я вижу, что он не ебет логику прямо перед моим носом.
На это способно очень малое количество людей - строить достаточно длинные логические цепочки и не гнать хуцпу.
>обвиняли
Но покуда уходит жизнь,
Бесполезно, неумолимо,
И пока, за что ни возмись,
Деньги, слава, удача — мимо,
Ненавидеть необходимо.
И всегда, испокон веков
Нам как воздух и пища нужен
Тот, кто будет гаже и хуже,
Нас, трусливейших из скотов...
А кто сказал, что ллм не изобретение демонов, чтобы надувать людишек?
>ИИ компания хочет оставить вас без работы
Как же меня трясёт с больных РАБотоблядей. Почему им блядь так хочется РАБотать, а не чиллить на пособии по безработице. Мазохисты ебанные
Что ты на пособии делать собрался? Ты там сопьешься сразу и выпилишься, работа спасает от депрессухи, работа дает общение, работа дает коллег, работа дает цели, работа дает развитие, работать это жить.
раб, ты... Дом мне построишь бесплатно, раз ты не из за денег горбатишься?
Это не имеет значения. Датка есть датка. Как ты будешь её использовать - дело твоё и только твоё. Если мы возьмём человеческую эволюцию и продукты этой эволюции, то всё это СТАРЬЁ является часть того, что мы есть сегодня. Если бы ты мог из человеческого сознания выцепить и выкинуть какой-то из его опытов - это будет уже не то сознание, которое было до этого.
О чём это я... А: в контексте обучения и развития ИИ нет лишних или ненужных данных
Я не работаю и сижу на шее у родителей. Я пробовал работать и это пиздец, ещё немого и бы реально повесился. Алкоголь я не пью, но если бы продолжил работь, то начал бы как мои родаки