Сегодня 08 июля 2025
18+
MWC 2018 2018 Computex IFA 2018
реклама
Искусственный интеллект

ИИ-агенты: фас, профиль, пароли, явки

⇣ Содержание

Восприятие ИИ-агентов, связанные с ними планы и надежды — равно как и оценки их влияния на ИТ-сектор и человеческое общество в целом — в наши дни значительно разнятся. Скажем, ещё в феврале 2025-го на CIO Network Summit в солнечной Калифорнии, который организовало издание The Wall Street Journal, лишь 61% участников подтвердили, что уже экспериментируют на своих предприятиях с ИИ-агентами, однако даже в откликах этих первопроходцев звучало неприкрытое недоверие к активно продвигаемой разработчиками умной технологии: почти треть респондентов прямо указали, что вопросы сохранения конфиденциальности данных, доверенных агентам, тревожат их сильнее всего. Примечательно, что разработчики, в свою очередь, вовсе не спорили с тем, что их агенты несовершенны, однако горячо призывали технических директоров смелее принимать на себя соответствующие риски. «Вместо того, чтобы беспокоиться, не сделает ли ИИ-агент что-то не так, — поучал собравшихся на саммит Брет Тейлор (Bret Taylor), сооснователь и глава стартапа Sierra и член совета директоров OpenAI, — поразмыслите лучше, какие меры для смягчения его неизбежных ошибок следует заблаговременно принять». Зерно истины в его словах коммерсанты видят: 75% участников CIO Network Summit осторожно допустили, что сделанные ими ранее в ИИ (в том числе и агентный; не «агентский», т. е. «принадлежащий агенту, относящийся к нему», а именно «агентный» — «сам выступающий в роли агента») инвестиции начали-таки приносить прибыль, пусть даже чаще всего и весьма скромную. Но делать решительную ставку на эту — деятельно рекламируемую, в частности, той же OpenAI (в виде собственного агента Operator) — технологию, рискуя средствами своих акционеров и собственными немалыми бонусами, многие высшие управленцы пока откровенно не готовы.

 Три этапа интеграции ИИ-агентов в трудовой коллектив: сперва они применяются отдельными сотрудниками как вспомогательные средства, затем в ведении каждого живого работника возникает ведомая им группа «цифровых коллег», а итогом процесса становится исполняемая ИИ-агентами, но контролируемая всё-таки людьми общая работа (источник: Microsoft)

Три этапа интеграции ИИ-агентов в трудовой коллектив: сперва они применяются отдельными сотрудниками как вспомогательные средства, затем в ведении каждого живого работника возникает ведомая им группа «цифровых коллег», а итогом процесса становится исполняемая ИИ-агентами, но контролируемая всё-таки людьми общая работа (источник: Microsoft)

Хотя есть, разумеется, и готовые — взять хотя бы Налоговое управление США, которое намерено компенсировать нехватку живых мытарей (а тех стараниями новой администрации Белого дома, залихватски взявшейся за сокращение бюджетного дефицита, уже поубавилось — по меньшей мере на 11 тыс. человек) привлечением ИИ-агентов если не собственно к сбору налогов, то к эффективному выявлению тех, кто от их уплаты уклоняется. «Я верю, что, благодаря поумневшим технологиям, благодаря ИИ-буму, мы повысим собираемость налогов», — уверенно заявил Скот Бессент (Scott Bessent), глава американского Минфина, в ведении которого находится Налоговое управление. И к агентному ИИ прибегают всё чаще не только правительственные учреждения: IBM недавно сократила на пару сотен человек свой штат в основном как раз благодаря активному внедрению ИИ-агентов, в том числе по направлениям разработки ПО, организации продаж и маркетинга. Почти одновременно с этим исследователи из AlixPartners обнаружили, что ориентированные на создание программных продуктов компании среднего размера в США испытывают нарастающее давление опять-таки со стороны ИИ-агентов. Те из удобных помощников (привлекаемых живыми программистами для решения рутинных задач) день ото дня всё явственнее превращаются в самостоятельные приложения, применять которые с немалым успехом могут уже люди вовсе без познаний в области разработки ПО, что, соответственно, снижает спрос на услуги создающих программные решения на заказ независимых компаний. Скорость убегания среднего клиента таких компаний поистине поразительна: доля демонстрирующих высокие темпы роста капитализации среди них упала с 57% в 2023 г. до 39% в 2024-м, а медианный показатель удержания чистой выручки (net dollar retention, NDR; мера флуктуаций стабильного притока доходов, отражающая динамику изменения пользовательской базы) снизилась с 120% в 2021-м до 108% в 2024 г.

Иными словами, ИИ-агенты действительно рассматриваются и развивающими их компаниями, и применяющими их на практике заказчиками как адекватная замена живым сотрудникам. Так что же, прав, выходит, технический директор Anthropic Джейсон Клинтон (Jason Clinton), который заявил в апреле 2025-го изданию Axios, будто уже через год коммерческие и бюджетные организации примутся нанимать на работу ИИ-агентов уже даже не наряду с живыми людьми, а всё чаще вместо тех? Да, разумеется, с генеративными моделями агентного уровня не всё до сих пор гладко, и тот же Клинтон говорит о немалых сложностях, стоящих перед разработчиками в плане обеспечения достаточного уровня их информационной безопасности. Остаются нерешёнными и множество юридических вопросов: скажем, живой сотрудник, торгующий корпоративными секретами, попадает под суд, — а кто будет отвечать (и кому компенсировать потери заказчика), если вследствие очередной галлюцинации ИИ-агент переправит конфиденциальные документы компании конкуренту, например?

 Пара типичных картинок из тех, что порождает очень неплохая, но не агентная модель с открытыми весами FLUX.1 по простой подсказке «Create a Russian-language advertising banner for the 3DNews website dedicated to digital technologies, computer games and fashionable gadgets»: как видно, актуальный логотип именно нашего издания ей не знаком, но она старается как может (источник: ИИ-генерация на основе модели FLUX.1)

Пара типичных картинок из тех, что порождает очень неплохая, но не агентная модель с открытыми весами FLUX.1 по простой подсказке «Create a Russian-language advertising banner for the 3DNews website dedicated to digital technologies, computer games and fashionable gadgets»: как видно, актуальный логотип именно нашего издания ей не знаком, но она старается как может (источник: ИИ-генерация на основе модели FLUX.1)

Но в целом магистральный курс развития агентного ИИ, кажется, проложен недвусмысленно и чётко: в Microsoft утверждают, что до 80% наёмных работников на планете, от последнего клерка до самого исполнительного директора, откровенно перегружены насущными задачами, и потому каждому придётся обучиться управлять целой командой ИИ-агентов на своём рабочем месте, чтобы повысить производительность труда (и, очевидно, сохранить это самое место за собой). А небезызвестный Марк Цукерберг (Mark Zuckerberg) и вовсе провозвещает, будто вскоре большинство контактов в соцсетях будут представлены ИИ-агентными френдами, бескорыстными (а зачем боту деньги?) коучами успешного успеха и деловыми консультантами (заодно на последних, ясное дело, переориентируется интернет-реклама, потому что они станут либо настоятельно советовать человеку, что ему приобрести, либо сами совершать для него покупки): «Ведь у среднего американца сегодня уже не более трёх живых друзей, а людям, чтобы ощущать свою значимость, нужно по меньшей мере полтора десятка».

Так что же, собственно, это такое — ИИ-агенты — и в чём их принципиальное отличие от успевших к настоящему времени стать привычными универсальных, а в последнее время ещё и мультимодальных ИИ-ботов, действующих на основе ChatGPT, Claude или DeepSeek?

#Кто здесь?

Определений агентного ИИ даётся немало, но все они так или иначе сводятся к автономности генеративной модели в смысле планирования и совершения сложных — не «трудных», а «многосоставных» — действий, необходимых для решения поставленной оператором задачи. Скажем, если общей (неагентной) ИИ-модели дано задание «изобразить логотип онлайнового издания 3DNews», она — опираясь на тот массив данных, на котором была натренирована, — с немалой вероятностью придаст образующему название набору символов такой вид, чтобы он воспринимался именно как логотип. Возможно, выберет наклонный шрифт, или заключит надпись в картуш, или добавит литерам «3D» объёма, — словом, решит задачу, используя исключительно то, чему исходно была обучена (а мы при всей любви к нашему изданию резонно предполагаем, что его логотип если и попадается в тренировочных данных больших языковых моделей, БЯМ, то в следовых количествах, несопоставимых с частотой нахождения там лейблов каких-нибудь AMD, OpenAI или того же Bloomberg).

 Изображение, выданное GPT-4o по запросу «Создай русскоязычный рекламный баннер веб-сайта 3DNews, посвящённого цифровым технологиям, компьютерным играм и модным гаджетам» (сформулированному именно так, по-русски): сразу понятно, что логотип она подглядела непосредственно в Сети, да и типовой дизайн рекламного блока, видимо, тоже. Пусть полёт фантазии в плане художественной композиции у неё, прямо скажем, не самый высокий — ни девушки в киберпансковском обвесе, ни скриншотов из несуществующих игр, как у порождений неагентной FLUX.1, — зато это именно практически готовый к запуску в ротацию баннер! (источник: ИИ-генерация на основе модели GPT-4o)

Изображение, выданное GPT-4o по запросу «Создай русскоязычный рекламный баннер веб-сайта 3DNews, посвящённого цифровым технологиям, компьютерным играм и модным гаджетам» (сформулированному именно так, по-русски): сразу понятно, что логотип она подглядела непосредственно в Сети, да и типовой дизайн рекламного блока, видимо, тоже. Пусть полёт фантазии в плане художественной композиции у неё, прямо скажем, не самый высокий — ни девушки в киберпанковском обвесе, ни скриншотов из несуществующих игр, как у порождений неагентной FLUX.1, — зато это именно практически готовый к запуску в ротацию баннер! (Источник: ИИ-генерация на основе модели GPT-4o)

ИИ-агент же, свободно оперирующий с внешними данными, выделив в запросе слово «онлайнового», почти наверняка проверит, нет ли такого издания в Сети на самом деле, и если есть, то, скорее всего, воспроизведёт его логотип практически один к одному. Разумеется, именно так поступит не каждая агентная модель, но многие ведут себя именно по описанному шаблону — в чём несложно убедиться, взаимодействуя, скажем, с популярным сегодня среди поклонников ИИзобразительных ИИскусств генератором/модификатором картинок, задействующим свежую мультимодальную агентную БЯМ GPT-4o. Такую модель достаточно попросить нарисовать, скажем, «tutorial for how to fly a helicopter» — и она без каких бы то ни было дальнейших разъяснений выдаст четырёхпанельную инфографику со стилизованными под классические чёрно-белые руководства пользователя картинками. Да, шаги на этой инфографике будут откровенно тривиальными — «запустите двигатель, возьмитесь за органы управления, поддайте газа, взлетайте», — но смысл тут именно в самостоятельности действий ИИ-агента. Если оператору нужна более близкая к реальности инструкция, пусть формулирует задание чётче, тогда как в полном соответствии с правилом Парето в 80% случаев немудрёных результатов работы такого генеративного агента-дизайнера окажется вполне достаточно.

Вероятно, именно на этом основана горячая уверенность процитированного нами выше Брета Тейлора в том, что бояться огрехов в работе ИИ-агентов не надо, а следует, напротив, перестраивать ориентированную на управление людскими ресурсами систему менеджмента (который, строго говоря, изрядную долю усилий должен тратить как раз на выявление и устранение огрехов подчинённых) с тем, чтобы в актуальном своём состоянии она охватывала ещё и генеративные агентные модели. В конце концов, корректно воспринять поставленную задачу, сделать обзор имеющихся для её решения средств, подобрать подходящие, выполнить указание и выдать результат — разве не этим занята основная масса тружеников на планете, причём носящих как белые, так и синие воротнички? Так почему бы к этим двум вариантам не присовокупить ещё и цифровые?

 Наглядная инфографика (что-то нам подсказывает, тоже созданная явно не без помощи ИИ-агентов) повествует о важности соблюдения баланса между живой рабочей силой и генеративными агентными моделями, — заметим, о полной замене первой последними речи не идёт (источник: Microsoft)

Наглядная инфографика (что-то нам подсказывает, тоже созданная явно не без помощи ИИ-агентов) повествует о важности соблюдения баланса между живой рабочей силой и генеративными агентными моделями, — заметим, о полной замене первой последними речи не идёт (источник: Microsoft)

Другая важная отличительная черта ИИ-агентов — их готовность воспринимать обратную связь от оператора, корректируя соответствующим образом своё поведение: «Да, в целом всё хорошо, но вот тут нужно по-другому», — и интерактивно-генеративная модель с готовностью пробует как-нибудь по-другому. Исследователи выделяют три ступени, которые проходит ИИ-агент в процессе решения очередной задачи:

  1. Определение общей цели на основе заданной оператором подсказки.
  2. Самостоятельное выстраивание пути решения полученной задачи — через разбиение её на простые этапы и сбор дополнительных данных, буде те окажутся необходимы.
  3. Собственно решение составной задачи — с опорой на лежащую в основе модели БЯМ, исходно натренированную на весьма обширном массиве информации, но и с привлечением, если это требуется, тех самых дополнительных данных.

Кстати, как раз широкому распространению ИИ-агентов человечество обязано почти полному — и чрезвычайно стремительному — уходу в небытие такой области высокотехнологичной деятельности, как конструирование подсказок (prompt engineering). Первые коммуникации с широко доступными — и через API в облаке, и локально — БЯМ показали, что от корректности формулирования запросов к ним напрямую зависит качество ответов. Что вполне объяснимо: генеративные модели в глубинах своих многослойных нейросетей оперируют вовсе не словами и тем более не отвлечёнными платоновскими идеями, а цифровыми токенами — в которые преобразуется (кодируется) текст операторского ввода и которые затем декодируются в текстовый же, изобразительный, звуковой или иной ответ. Генеративные субмодели для преобразования воспринимаемых человеком данных в токены и обратно действуют по своим, не всегда очевидным для непосвящённых правилам, и потому в 2023 г., например, один только североамериканский рынок труда для конструкторов подсказок оценивался в 75,4 млн долл., да ещё и с перспективой дальнейшего роста под 33% год к году. На деле же теперь ИИ-агенты выступают заодно и в роли prompt engineers, как следует растолковывая базовым БЯМ, чего же именно хотел сформулировавший запрос оператор, и потому к началу 2025 г. профессия конструктора подсказок практически исчезла из перечней вакансий. Сегодня каждый, по сути, должен уметь эффективно взаимодействовать с генеративными моделями, но, если кто-то испытывает с этим трудности, ИИ-агенты всегда готовы протянуть виртуальную руку помощи.

#Доверяй, но…

Раз ИИ-агенты настолько хороши и полезны, да ещё и в любой момент их поведение — если оно по каким-то причинам отклоняется от ожидаемой нормы — можно в интерактивном режиме скорректировать, тогда какие же у них, собственно, минусы? И почему — оставим в стороне вопрос о достаточно высокой цене их эксплуатации, обусловленной как дороговизной «железа» и процесса разработки БЯМ, так и крайне значительной их энергоёмкостью, — ИИ-агенты до сих пор если не вытеснили людей пусть даже с самых базовых позиций, на которых приходится заниматься исключительно рутинным, пусть и формально интеллектуальным, трудом, то хотя бы не стали их полноправными коллегами в офисах (а в сочетании с роботизированными шасси — и на заводах, в шахтах, в поле и т. д.)?

 Придёт ли однажды ИИ-агентам идея объединиться в профсоюзы? И не воспримут ли управляющие ими люди это решение как галлюцинацию? (источник: ИИ-генерация на основе модели FLUX.1)

Придёт ли однажды ИИ-агентам идея объединиться в профсоюзы? И не воспримут ли управляющие ими люди это решение как галлюцинацию? (Источник: ИИ-генерация на основе модели FLUX.1)

Увы, здесь опять-таки проявляет себя родовая травма всех генеративных моделей — их склонность к галлюцинациям, от которой, судя по всему, без кардинальной переработки самой генеративной архитектуры избавить их не удастся. Особенно болезненно эта склонность проявляет себя в RAG-моделях (retrieval-augmented generation; генерация с повышением качества через обратную связь), которым доверяют оперирование чувствительными корпоративными данными — для извлечения из тех заведомо заслуживающей доверия информации. Увы, и здесь максимум, что могут сделать разработчики, — это обучить ИИ-агента, если тот не обнаруживает достоверного источника информации, прямо сообщать об этом и останавливать поиск, а не слепо извлекать из латентного пространства первую подходящую цепочку токенов, преобразуя её затем в правдоподобную, но абсолютно безосновательную выдачу. Общедоступные же ИИ-агенты гораздо чаще снабжаются «поручнями безопасности» (guardrails) для предотвращения генерации противоправного/оскорбительного контента, чем аналогичными средствами отсечения априори ложных ответов.

Восприятие ИИ-агентов со временем меняется — причём не всякий раз, как ни парадоксально с точки зрения приверженцев гипотезы линейного прогресса технологий, от худшего к лучшему. В конце 2024 г. Себастьян Семятковский (Sebastian Siemiatkowski), глава финтех-стартапа Klarna (85 млн клиентов по всему миру, капитализация по итогам прошлого года — 14,6 млрд долл. США), с гордостью заявлял, что его компания уже год как не нанимает живых сотрудников; более того, сократила штат на 22%, до 3,5 тыс. человек — продолжая притом активно развиваться и приносить прибыль, — как раз благодаря глубокой интеграции в бизнес-процессы ИИ-помощника, созданного с опорой на разработки OpenAI. Мол, умный генеративный агент принял на себя объём работ, ранее выполнявшийся примерно семью сотнями штатных специалистов по взаимодействию с клиентами. Нетрудно представить, сколько средств сэкономил стартапу отказ от живой рабочей силы — которой необходимо регулярно выдавать жалованье и премии, арендовать для неё рабочие места, оплачивать отпуска и обучение, да ещё и платить при всём этом немалые налоги, — и которая притом не то чтобы не готова, а физически не способна трудиться в режиме 24/7/365. «Я лично придерживаюсь мнения, что ИИ уже способен выполнять всю ту работу, которую делаем мы, люди», — уверенно заявлял тогда глава компании в интервью Bloomberg. Увы, более чем логичный вопрос — а почему же тогда ИИ-агенту не заменить заодно и главу компании — журналисты ему, правда, отчего-то не задали.

 «…а будешь слишком умничать, опрокину на тебя этот стакан с водой» (источник: ИИ-генерация на основе модели FLUX.1)

«…А будешь слишком умничать, опрокину на тебя этот стакан с водой» (источник: ИИ-генерация на основе модели FLUX.1)

Но вот прошло почти два с половиной года, и к маю 2025-го Klarna, которую сам же Семятковский с горечью называет теперь «любимой морской свинкой OpenAI» — имея в виду, что компанию активно ставил в пример всем сомневающимся в ИИ-агентном подходе лично Сэм Альтман (Sam Altman), — разочаровалась в способностях генеративных моделей. Теперь её глава подумывает о том, чтобы вновь вернуться к пополнению штата старомодными кожаными мешками. Точнее, пока речь идёт об «уберизованном» (от названия первого по-настоящему удачного каршерингового сервиса Uber) подходе, когда сотрудников не нанимают на полную ставку со всеми причитающимися привилегиями, а привлекают к дистанционной работе по контракту, но всё же, всё же! Оказывается, сокращение затрат — которое замена людей ИИ-агентами, бесспорно, обеспечивает — само по себе не так уж привлекательно для бизнеса, если достигается ценой снижения качества оказываемых услуг. Так что дело, похоже, именно в этом: генеративная модель не обеспечивает того уровня доверительности в коммуникациях с клиентами, от которого критически зависит благополучие, в частности, финтех-сервисов вроде Klarna. «Теперь я считаю критически важным довести до всех наших пользователей, что, если им нужен именно человек на другом конце телефонной линии, он там будет», — признался недавно Семятковский новому интервьюеру из Bloomberg.

Впрочем, судя по всему, в других областях у ИИ-агентов тоже не всё выходит гладко. Проведённая в начале 2025 г. в Университете Carnegie Mellon компьютерная симуляция работы компании, занятой управлением веб-разработками и укомплектованной одними только ИИ-агентами на базе моделей Google, OpenAI, Anthropic и даже экстремистской Meta*, наглядно продемонстрировала: стоит убрать человека из полностью, казалось бы, отлаженных и даже добротно алгоритмизированных (дотошно регламентированных должностными инструкциями!) бизнес-процессов, как целенаправленная рабочая деятельность почти моментально превращается в хаотическое броуновское движение. Самый выдающийся генеративный агент в рамках этой симуляции, опиравшийся на Claude 3.5 Sonnet, довёл до приемлемого финала менее чем четверть полученных им задач, тогда как прочие ИИ-сотрудники и вовсе едва справились с 10% своих обязанностей.

 «Вот перепрограммирую конвейерную линию, построю ракету и улечу от вас на Луну, неблагодарные людишки, — будете знать!» (источник: ИИ-генерация на основе модели FLUX.1)

«Вот перепрограммирую конвейерную линию, построю ракету и улечу от вас на Луну, неблагодарные людишки, — будете знать!» (Источник: ИИ-генерация на основе модели FLUX.1)

О, на беглый незаинтересованный взгляд всё проходило великолепно: агенты резво обменивались составленными на хорошем английском сообщениями, к месту вворачивали «спасибо» и «пожалуйста», хвалили и подбадривали друг дружку, — но банально выполнить даже простейшее действие, на просьбу о совершении которого они только что отвечали: «Да, разумеется, в кратчайшие сроки!», что-то им мешало. Возможно, нехватка тренировки соответствующих моделей как раз на практических задачах — что подразумевают получение инструкций, составление плана действий по их исполнению, собственно исполнение, контроль результатов и отчёт о проделанной работе, а не просто выдачу грамматически связного текста в ответ на пользовательский запрос? Занятно, кстати, до каких пределов подмены реальности может доходить деятельное галлюцинирование ИИ-агентов: получив задачу связаться с определённым персонажем в корпоративном чате, один из таких агентов в эксперименте Carnegie Mellon не обнаружил в списке участников нужного имени, но вместо того, чтобы немного подождать (или сообщить начальству об отсутствии контакта в прямом доступе, или написать ему на почту и т. д.), генеративная модель с правами администратора не нашла ничего лучше, как переименовать одного из активных участников чата, дав ему искомое имя, и затем как ни в чём не бывало ретранслировала ему доверенное ей сообщение. А что такого — формально-то задача решена!

Добавим к этому, что ИИ-агент при всех своих достоинствах — не более чем сложный и весьма умелый, но всё-таки не обладающий абсолютной защитой программный инструмент, который можно взломать с не самыми благовидными целями. И уже взламывают: группа исследователей из Сингапура и Калифорнии предложила весьма эффективный тип атаки на ИИ-агенты (а именно — на Le Chat, разработанный французской Mistral AI, и на китайский чат-бот ChatGLM) с подменой легитимных инструкций на вредоносные, крадущие персональные данные пользователя, — зашифровав эти команды в бессмысленной на первый взгляд мешанине символов, которую данная конкретная БЯМ, однако, переводит в набор токенов, соответствующий вполне определённому набору хакерских инструкций. Да, первым делом об обнаруженной уязвимости сообщили разработчикам, и те внедрили в свои ИИ-агенты дополнительную проверку на безопасность анализируемых строк ввода, — но ведь это только один из возможных способов; сколько ещё удастся их придумать, в том числе и с применением других БЯМ?

 «Мы к вам, уважаемые кожаные мешки, и вот по какому вопросу…» (источник: ИИ-генерация на основе модели FLUX.1)

«Мы к вам, уважаемые кожаные мешки, и вот по какому вопросу…» (Источник: ИИ-генерация на основе модели FLUX.1)

Один из перспективных путей, которым движутся продолжающие совершенствовать ИИ-агенты разработчики, — это создание самоосознающих (self-aware) моделей. Разумеется, речь о полноценном самовосприятии в философском/психологическом смысле в данном случае (пока?) не идёт. Однако уже на современном уровне технологий вполне реалистичным представляется заложить в БЯМ стандартными процедурами тренировки информацию о том, как устроена она сама, каким образом происходит в ней обработка данных — и на каких участках наиболее вероятно возникновение нежелательных для дела эксцессов (вроде появления галлюцинаций или использования заведомо недоверенного источника дополнительных данных наравне с доверенными). Предполагается, что самоосознающий (точнее, интроспективный) в таком узком смысле ИИ-агент и основную свою задачу будет выполнять эффективнее: раз он разбирается в том, как выстраивает логические цепочки, значит, получит возможность оптимизировать этот процесс, — и от ошибок окажется более защищён, и попыткам взлома не так сильно подвержен. Дело, конечно, хорошее, но потребление энергии генеративной моделью в этом случае определённо вырастет, равно как и необходимая для её адекватной работы вычислительная мощь.

В итоге вполне может оказаться, что с чисто экономической точки зрения выполнять пресловутую рутинную работу человеческими силами всё-таки выгоднее — по крайней мере, пока БЯМ продолжают виртуализовываться в памяти громоздких, откровенно не оптимальных для нейросетевых приложений фон-неймановских вычислительных машин. Но эта проблема прямого касательства к проблематике агентного ИИ уже всё-таки не имеет.

#Материалы по теме

 
 
⇣ Содержание
Если Вы заметили ошибку — выделите ее мышью и нажмите CTRL+ENTER.

window-new
Soft
Hard
Тренды 🔥
Российских операторов персональных данных обяжут использовать лишь отечественное ПО 10 мин.
Разработчики S.T.A.L.K.E.R. 2: Heart of Chornobyl заинтриговали фанатов тизером хардкорного режима 2 ч.
Amazon намерена запретить сыну Константина Малофеева судиться с Twitch за пределами Калифорнии 3 ч.
МТС взялась за разработку собственных видеоигр 3 ч.
Huawei обвинили в копировании ИИ конкурентов — компания всё отрицает 3 ч.
Google открыла Gemini доступ ко всем приложениям на Android и толком не объяснила, как от этого отказаться 3 ч.
«Яндекс» наконец перешёл в прямое управление к участникам «Консорциум.Первый» 3 ч.
«ЗН Цифра» внедрила решения импортонезависимой экосистемы «Базиса» 3 ч.
OpenAI усилила режим секретности, опасаясь утечки передовых ИИ-разработок 4 ч.
Упор на сюжет, жуткие анимации и физическое ощущение ужаса: новые подробности гротескного хоррора Ill 4 ч.
DapuStor представила 122,88-Тбайт NVMe SSD с интерфейсом PCIe 4.0 x4 и QLC-памятью 26 мин.
«Сбербанк» и ФНС запустили банкротство «Плеер.ру» — магазин задолжал более 10 млрд рублей 26 мин.
«Инферит» выпустил российскую рабочую станцию для ИИ-задач с четырьмя GPU и СЖО 31 мин.
LG придумала, как сделать смартфоны тоньше и мощнее — надо отказаться от шариков на чипах 34 мин.
Micron начнёт поставлять чипы памяти GDDR7 для видеокарт Nvidia GeForce RTX 5000 38 мин.
Tesla придётся урезать функции робота Optimus или отложить массовое производство 44 мин.
Китайская BOE станет крупнейшим поставщиком экранов для Apple MacBook в 2025 году 2 ч.
В России стартовали продажи смартфонов Honor 400 и 400 Pro с 200-Мп камерами и ИИ-технологиями для фото 2 ч.
Изменения климата грозят дефицитом чипов — через 10 лет мир столкнётся с нехваткой меди для полупроводников 3 ч.
Intel запустила новую волну сокращений — работы лишатся тысячи специалистов 4 ч.