Компании Meta✴ и Booz Allen сообщили о совместной разработке системы искусственного интеллекта Space Llama для Международной космической станции. Система оптимизирована для запуска на сравнительно слабом оборудовании. Это модифицированная большая языковая модель Llama 3.2. На МКС она поможет астронавтам проводить сложные научные эксперименты, а также займётся первичной обработкой сырых данных с датчиков и приборов станции.

HPE Spaceborne Computer-2 на борту МКС. Источник изображения: NASA

Ещё в январе 2024 года на МКС был доставлены новые x86-серверы компании HPE: Edgeline EL4000 с одним GPU и HPE DL360 Gen10. Для накопления данных в платформу был добавлен SSD-блок компании Kioxia ёмкостью 130 Тбайт. Позже, уже в августе, компания Booz Allen Hamilton сообщила, что запустила на этом оборудовании большую языковую модель — искусственный интеллект, который понимал естественный языковый ввод данных для общения с людьми.

Основная задача ИИ на борту — предоставлять астронавтам рекомендации без необходимости постоянного обмена данными с Землёй. Кроме того, Space Llama занимается первичной обработкой данных с бортовых датчиков, отправляя на Землю уже готовую аналитику вместо исходных необработанных потоков. Это позволяет существенно экономить трафик, который на МКС всегда ограничен.

Как сообщили Meta✴ и Booz Allen, ИИ Space Llama предназначен для поддержки в проведении экспериментов в научной лаборатории на станции — ISS National Laboratory (Национальная лаборатория Международной космической станции).

Meta✴ уточняет, что астронавты могут использовать Space Llama для извлечения данных из технических справочных документов. Кроме того, реализация Llama 3.2 в системе позволяет обрабатывать мультимодальные файлы благодаря встроенным функциям компьютерного зрения. Для работы ИИ не требуются инструкции с Земли, а значит, он способен выполнять вычисления даже при ограниченной пропускной способности сети.

«Эта инициатива призвана поддержать исследователей Национальной лаборатории МКС в широком спектре научных проектов и представляет собой важный шаг к освоению Луны и Марса, внедрению современных возможностей спутников и дронов, а также в создании автономных систем нового поколения», — пояснили сотрудники Meta✴.

Новое исследование ETH Zurich и INSAIT показало, что современные ИИ-модели, имитирующие рассуждение и уверенно решающие стандартные математические задачи, практически не способны формулировать полные доказательства уровня Математической олимпиады США 2025 года (USAMO). Эти результаты ставят под сомнение возможность глубокого математического рассуждения у современных ИИ-моделей.

Источник изображения: Imkara Visual / Unsplash

В марте 2025 года исследовательская группа из Швейцарской высшей технической школы Цюриха (ETH Zurich) и Института компьютерных наук, искусственного интеллекта и технологий (INSAIT) при Софийском университете, возглавляемая Иво Петровым (Ivo Petrov) и Мартином Вечевым (Martin Vechev), опубликовала препринт научной статьи под названием «Proof or Bluff? Evaluating LLMs on 2025 USA Math Olympiad» (рус. — Доказательство или блеф? Оценка больших языковых моделей на Математической олимпиаде США 2025 года). Работа направлена на оценку способности больших языковых моделей (LLMs), имитирующих рассуждение, генерировать полные математические доказательства на олимпиадных задачах.

Для анализа были использованы шесть задач с USAMO 2025 года, организованного Математической ассоциацией Америки. ИИ-модели тестировались сразу после публикации заданий для минимизации риска утечки данных в обучающие выборки. Средняя результативность по всем ИИ-моделям при генерации полных доказательств составила менее 5 % от максимально возможных баллов. Системы оценивались по шкале от 0 до 7 баллов за задачу с учётом частичных зачётов, выставляемых экспертами. Лишь одна модель — Gemini 2.5 Pro компании Google — показала заметно лучший результат, набрав 10,1 балла из 42 возможных, что эквивалентно примерно 24 %. Остальные модели существенно отставали: DeepSeek R1 и Grok 3 получили по 2,0 балла, Gemini Flash Thinking — 1,8 балла, Claude 3.7 Sonnet — 1,5 балла, Qwen QwQ и OpenAI o1-pro — по 1,2 балла. ИИ-модель o3-mini-high компании OpenAI набрала всего 0,9 балла. Из почти 200 сгенерированных решений ни одно не было оценено на максимальный балл.

Исследование подчёркивает фундаментальное различие между решением задач и построением математических доказательств. Стандартные задачи, такие как вычисление значения выражения или нахождение переменной, требуют лишь конечного правильного ответа. В отличие от них, доказательства требуют последовательной логической аргументации, объясняющей истинность утверждения для всех возможных случаев. Это качественное различие делает задачи уровня USAMO значительно более требовательными к глубине рассуждения.

Скриншот задачи №1 USAMO 2025 года и её решения на сайте AoPSOnline. Источник изображения: AoPSOnline

Авторы исследования выявили характерные модели ошибок в работе ИИ. Одной из них стала неспособность поддерживать корректные логические связи на протяжении всей цепочки вывода. На примере задачи №5 USAMO 2025 года ИИ-модели должны были найти все натуральные значения k, при которых определённая сумма биномиальных коэффициентов в степени k остаётся целым числом при любом положительном n. Модель Qwen QwQ допустила грубую ошибку, исключив возможные нецелые значения, разрешённые условиями задачи, что привело к неправильному окончательному выводу, несмотря на правильное определение условий на промежуточных этапах.

Характерной особенностью поведения моделей стало то, что даже в случае серьёзных логических ошибок они формулировали свои решения в утвердительной форме, без каких-либо признаков сомнения или указаний на возможные противоречия. Это свойство имитации рассуждения указывает на отсутствие у ИИ-моделей механизмов внутренней самопроверки и коррекции вывода.

Авторы отметили также влияние особенностей обучения на качество решений. Тестируемые ИИ-модели демонстрировали артефакты оптимизационных стратегий, применяемых при подготовке к стандартным бенчмаркам: например, принудительное форматирование ответов с использованием команды \boxed{}, предназначенное для удобства автоматизированной проверки. Эти шаблонные подходы приводили к ошибкам в контексте задач, где требовалось развёрнутое доказательство, а не только числовой ответ.

Показатели точности ИИ-моделей на каждой задаче USAMO 2025 года. Источник изображения: MathArena

Несмотря на выявленные ограничения, внедрение методов цепочки размышлений и имитации рассуждения положительно сказались на формировании промежуточных логических шагов в процессе вывода ИИ-моделей. Механизм масштабирования вычислений на этапе вывода позволяет ИИ строить более связные локальные рассуждения. Однако фундаментальная проблема остаётся: современные большие языковые модели (LLM) на архитектуре «Трансформер» (Transformer) продолжают работать как системы распознавания паттернов, а не как самостоятельные системы концептуального рассуждения.

Более высокие результаты модели Gemini 2.5 Pro свидетельствуют о потенциальной возможности сокращения разрыва между симулированным и реальным рассуждением в будущем. Однако для достижения качественного прогресса необходимо обучение ИИ-моделей более глубоким многомерным связям в латентном пространстве и освоение принципов построения новых логических структур, а не только копирование существующих шаблонов из обучающих выборок.

Компания xAI Илона Маска (Elon Musk) в рекордный срок — за 122 дня — построила самый мощный в мире ИИ-суперкомпьютер: систему Colossus на 200 тыс. GPU Nvidia. Заявленное потребление системы достигает 300 МВт. Комплекс возведён в Мемфисе (США). Как теперь выяснилось, питание «Колоссу» обеспечивают больше газовых генераторов, чем компании разрешено властями. Это возмутило местных борцов за экологию, которые намерены помешать xAI загрязнять окружающую среду.

Снимок тепловизора ИИ-ЦОД компании xAI в Мемфисе. Источник изображения: Steve Jones, Flight by Southwings for SELC

Согласно данным из открытых источников, центр xAI в Мемфисе может эксплуатировать только 15 газовых генераторов, работающих на метане. Оборудование должно останавливаться 22 раза в год для обслуживания и проверки соблюдения санитарных норм. Активисты из местной общины вместе с членами организации Южного экологического правового центра (SELC) заказали аэрофотосъёмку центра xAI с использованием тепловизора. Как видно на снимках, центр обслуживают одновременно свыше 30 турбин, что стало вопиющим нарушением выданных компании разрешений.

Возникло предположение, что у ИИ-компании Илона Маска есть закрытые договорённости с местными властями. Поэтому общественники требуют отозвать все выданные xAI разрешения на эксплуатацию газового оборудования. Суперкомпьютер Colossus поддерживает работу ИИ-сервисов xAI в социальной сети X, чат-ботов и модели Grok. Местная община почти ничего с этого не получает, кроме загрязнения окружающей среды. Обещания прорывов в области ИИ — разработки новых лекарств, материалов, автономного вождения и других перспективных направлений — не вселяют оптимизма в людей, которые теперь вынуждены ежедневно вдыхать воздух, насыщенный вредными веществами.

Люди опасаются, что Маск и его конкуренты не остановятся на достигнутом и продолжат множить суперкомпьютеры с ИИ. Свежее исследование Джорджтаунского университета (Georgetown University, США) показывает, что если набранный в этой области темп сохранится, то уже через пять лет каждый передовой ИИ-ЦОД будет стоить $200 млрд и потреблять энергию выработки 9 полномасштабных атомных реакторов (9 ГВт). Есть от чего начать беспокоиться уже сейчас.

С другой стороны, у Маска и xAI практически нет выбора. В США наблюдается как нехватка генерирующих мощностей, так и дефицит линий электропередач. Поэтому xAI собрала часть энергетической инфраструктуры на месте, используя газовые генераторы, чтобы центр смог работать в полную силу уже сейчас, а не в далёком будущем. К этому подталкивает конкуренция. Это бизнес. Ничего личного. Немного нарушили экологические нормы. Для компаний Илона Маска это не первый и, вероятно, не последний случай. В Техасе за выход за рамки экологических норм при эксплуатации космодрома SpaceX компания уже заплатила немало штрафов. Заплатит и в Мемфисе, если общественники проявят настойчивость.

Стремительное развитие генеративных систем, использующих технологии машинного обучения и искусственного интеллекта на базе нейронных сетей, в скором времени приведёт к появлению ИИ-аватаров — цифровых двойников человека, которые смогут стать его «вторым я» в случае смерти. Такой прогноз озвучил Константин Воронцов, доктор физико-математических наук, профессор Российской академии наук в эфире программы «Вопрос науки» на телеканале «Россия 24».

Источник изображения: телеканал «Россия 24» / smotrim.ru

«Я возьму на себя смелость сделать прогноз о том, что мы движемся в сторону персональных ИИ-помощников. То есть будут большие языковые модели, которые строятся по каждому человеку. И они очень сильно будут помогать людям в любой интеллектуальной деятельности, потому что они будут поминутным дневником всего того, что человек пишет, говорит, слышит и так далее», — уверен г-н Воронцов.

По его словам, такой ИИ-ассистент фактически будет являться слепком личности, который за годы взаимодействия с человеком впитает в себя его профессиональные, коммуникационные и прочие навыки и по сути будет полноценным членом человеческого общества. «И вот если человек неожиданно умирает, то что делать с этим помощником, который представляет собой цифровой слепок личности?» — задаётся вопросом эксперт.

«А он способен и дальше приносить пользу обществу, — продолжает Константин Воронцов. — Как следствие, мы начинаем уже говорить о совместной цивилизации людей и аватаров, цифровых личностей тех, кто прекратил своё существование. Иными словами, мы можем говорить о том, что, прожив бок о бок с человеком и помогая ему во всей его информационной деятельности, такой помощник становится чем-то вроде очеловеченного искусственного интеллекта. И это не фабричный электронный разум, который обучен по всему интернету, это — ИИ, который прожил жизнь человека. Таким образом мы приходим к очень интересному человеко-машинному обществу».

«Почему мне нравится эта идея? Она сначала пугала, а теперь стала мне нравиться. Потому что на этом пути мы можем заложить в человеко-машинную цивилизацию наши человеческие ценности и сделать этот процесс более контролируемым. Нам просто нужно отслеживать каждый шаг этого процесса, думать с упреждением наперёд. Если мы прогнозируем появление каких-то технологий, то нам сразу необходимо думать о морально-этических, юридических аспектах и о том, как не потерять управление такой умной системой», — поделился своим видением ближайшего будущего профессор РАН.

Евросоюз готовит свод правил для разработчиков ИИ, которые ужесточат требования к прозрачности алгоритмов, снижению рисков и соблюдению авторских прав. В ответ США обвинили ЕС в дискриминации американских компаний и назвали эти правила нереалистичными.

Источник изображения: Maryna Yazbeck / Unsplash

По данным Bloomberg, дипломатическая миссия США при ЕС направила письмо Европейской комиссии с требованием пересмотреть предлагаемый кодекс практики для ИИ. Аналогичные обращения, в которых высказываются доводы против принятия кодекса в его нынешнем виде, получили правительства ряда европейских стран.

Хотя требования носят рекомендательный характер, они призваны помочь технологическим компаниям соответствовать будущему «Закону об ИИ» ЕС, и их нарушение грозит штрафами до 7 % от глобального оборота компании. Одновременно критики утверждают, что предложенные нормы выходят за рамки закона и создают избыточную бюрократическую нагрузку.

Отмечается, что Дональд Трамп (Donald Trump) неоднократно критиковал ЕС за жёсткое регулирование технологического сектора, называя его «формой налогообложения» американских компаний. Об этом он заявил в январе на Всемирном экономическом форуме в Давосе. Ранее глава юридического комитета Палаты представителей Джим Джордан (Jim Jordan) также обвинил ЕС в ограничении свободы слова американцев.

Тем временем крупные IT-корпорации уже выразили несогласие с новыми правилами. Так, глава по глобальным связям Meta✴ Джоэл Каплан (Joel Kaplan) назвал кодекс «нерабочим и нереалистичным», заявив, что компания не подпишет его в текущей редакции. Представитель Alphabet также раскритиковал требования, касающиеся проверки авторских прав и тестирования ИИ-моделей.

Отношения обострились на фоне новых штрафов ЕС против Apple и Meta✴ на сумму 700 млн евро за нарушение антимонопольных правил. При этом представитель Совета национальной безопасности Белого дома Брайан Хьюз (Brian Hughes) назвал эти меры «экономическим вымогательством».

Кодекс практики разрабатывается при участии технологических компаний, правообладателей и представителей гражданского общества под руководством Еврокомиссии. Окончательная версия документа будет представлена в следующем месяце, после чего его должны одобрить институты ЕС и представители государств Европейского союза.

На этой неделе гендиректор Anthropic Дарио Амодеи (Dario Amodei) опубликовал статью, в которой поднял вопрос того, насколько мало исследователи понимают внутренние механизмы передовых моделей искусственного интеллекта. Он поставил перед Anthropic амбициозную задачу — надёжно выявлять большую часть проблем в ИИ-моделях к 2027 году.

Источник изображения: anthropic.com

Амодеи признал, что перед его компанией стоит непростая задача. Однако разработчики из Anthropic уже добились некоторых успехов в отслеживании того, как ИИ-модели приходят к ответам, которые они дают на пользовательские запросы. Отмечается, что для расшифровки механизмов работы ИИ-алгоритмов по мере роста их мощности требуется проведение большего количества исследований.

«Я очень обеспокоен развёртыванием таких систем без улучшения понимания интерпретируемости. Эти системы будут занимать центральное место в экономике, технологиях и национальной безопасности, и они будут обладать настолько высокой степенью автономности, что я считаю недопустимым для человечества полное незнание того, как они работают», — сказано в статье Амодеи.

Anthropic является одним из первопроходцев в сфере механической интерпретируемости — направлении, стремящемся открыть «чёрный ящик» ИИ-моделей и понять, почему нейросети принимают те или иные решения. Несмотря на стремительное повышение производительности ИИ-моделей в технологической отрасли, люди всё ещё имеют слабое представление о том, как ИИ-модели принимают решения. К примеру, недавно OpenAI запустила более производительные алгоритмы o3 и 04-mini, которые лучше справляются с некоторыми задачами, но чаще галлюцинируют по сравнению с другими ИИ-моделями компании. На данный момент разработчикам неизвестно, почему это происходит.

«Когда генеративная ИИ-система делает что-то, например, обобщает финансовый документ, мы не имеем ни малейшего представления на конкретном или точном уровне, почему она делает тот или иной выбор, почему она выбирает одни слова, а не другие, или почему она иногда ошибается, хотя обычно бывает точна», — пишет Амодеи.

Глава Anthropic уверен, что создание так называемого сильного ИИ (AGI), который по возможностям будет сравним с человеком или превзойдёт его, может быть очень опасным без чёткого понимания, как работают ИИ-модели. Ранее Амодеи говорил, что человечество сможет достичь такого понимания к 2026-2027 годам, но теперь он заявил, что до полного понимания ИИ-моделей очень далеко.

В долгосрочной перспективе Anthropic хотела бы проводить «сканирование мозга» или «магнитно-резонансную томографию» самым передовым ИИ-моделям. По словам Амодеи, такие обследования помогут выявить широкий спектр проблем в ИИ-моделях, включая их склонность ко лжи, стремление к власти и др. На это может уйти от пяти до десяти лет, но такие примеры необходимы для тестирования и запуска будущих ИИ-моделей.

В сообщении сказано, что Anthropic добилась определённых успехов в исследовательской деятельности, которые позволили улучшить понимание того, как работают ИИ-модели. Например, недавно компания нашла способ проследить пути мышления ИИ-модели с помощью так называемых схем. В результате Anthropic выявила одну цепь, которая помогает ИИ понять, какие американские города находятся в тех или иных штатах. Компания выявила лишь несколько таких схем, но разработчики считают, что в ИИ-моделях их миллионы.

Anthropic сама инвестирует в исследования интерпретируемости, а также недавно вложила средства в стартап, работающий в этом направлении. Хотя сегодня исследования интерпретируемости в основном связывают с безопасностью, Амодеи уверен, что объяснение того, как ИИ-модели приходят к своим ответам, может стать коммерческим преимуществом.

Глава Anthropic призвал OpenAI и Google DeepMind активизировать свои исследования в этой области. Амодеи просит правительства стран поощрять исследования в области интерпретируемости. Он также уверен, что США должны ввести контроль за экспортом чипов в Китай, чтобы ограничить вероятность выхода глобальной гонки в сфере ИИ из-под контроля.

Исследователи отмечают продолжающийся экспоненциальный рост мощности, стоимости и энергопотребления суперкомпьютеров для задач искусственного интеллекта. Если тенденция сохранится, то уже к 2030 году суперсистемы с ИИ будут стоить $200 млрд каждая с потреблением до 9 ГВт энергии, что эквивалентно мощности девяти стандартных атомных реакторов.

Источник изображения: ИИ-генерация Grok 3/3DNews

Аналитику по этому вопросу представили исследователи из Джорджтаунского университета (Georgetown University, США). Учёные отметили, что в период с 2019 по 2025 год расходы на оборудование и энергопотребление ведущих центров обработки данных с ИИ ежегодно увеличивались вдвое. Продолжение этой тенденции приведёт к появлению суперсистем с двумя миллионами процессоров и ускорителей, что в сегодняшних ценах эквивалентно 200 млрд долларов при энергопотреблении 9 ГВт.

При этом курс на энергоэффективность просто не сможет угнаться за ростом энергопотребления. Если в период с 2019 по 2025 год производительность вычислений на ватт ежегодно увеличивалась в 1,34 раза, то само потребление за этот период выросло в 2 раза.

На сегодняшний день самым передовым суперкомпьютером с искусственным интеллектом считается система Colossus от xAI, которая обошлась в 7 млрд долларов. Она работает на 200 000 процессорах и ускорителях ИИ и потребляет 300 МВт электроэнергии.

Важно отметить, что суперкомпьютеры с ИИ стали в основном коммерческим решением. Так, ещё в 2019 году частным компаниям принадлежало 40 % мощностей суперкомпьютеров с искусственным интеллектом, а к 2025 году эта доля выросла до 80 %.

«Если раньше суперкомпьютеры использовались только в качестве исследовательских инструментов, то теперь они применяются как промышленные машины, приносящие экономическую выгоду», — поясняют аналитики.

Интерес со стороны бизнеса подстегнул рост размеров и масштабов систем ИИ в частном секторе: в 2,7 раза в год по сравнению с 1,9 раза в год для систем государственного сектора. А запланированные новые инвестиции в ИИ со стороны бизнеса поражают масштабами — речь идёт о сотнях миллиардов долларов от каждого из ведущих игроков отрасли.

Согласно исследованию, сегодня Соединённые Штаты контролируют около 75 % всей вычислительной мощности ИИ. На втором месте — Китай с 15 %, тогда как ранее ведущие страны-производители суперкомпьютеров, такие как Япония и Германия, теперь играют роль догоняющих.

В то же время необходимо помнить, что физическое расположение центров обработки данных с ИИ не обязательно отражает то, кто ими пользуется, поскольку многие из них предоставляют удалённый доступ через облако. Владельцы площадок могут нести убытки из-за различных льгот для арендаторов серверов, в то время как выгода от их размещения не всегда очевидна.

Так, согласно отчёту Good Jobs First, по меньшей мере 10 штатов США ежегодно теряют более 100 млн долларов налоговых поступлений из-за щедрых льгот для центров обработки данных. Более того, эти центры потребляют огромное количество воды и занимают значительные земельные ресурсы, истощая местные экосистемы. Вероятно, государственное регулирование в этой сфере до конца не проработано.

Стоит отметить, что также появляются признаки охлаждения интереса к теме суперсистем с ИИ. В частности, некоторые проекты приостановили компании AWS и Microsoft. Пока неясно, означает ли это начало замедления темпов роста или стратегическую паузу. Однако очевидно одно: каждая следующая система будет крупнее, мощнее и дороже.

Американская академия кинематографических искусств и наук впервые официально упомянула искусственный интеллект в правилах отбора фильмов на премию «Оскар». Согласно новым изменениям, использование ИИ не будет автоматически влиять на шансы материала на награду, но жюри учтёт, насколько ключевым был вклад человека в создание картины.

Источник изображения: AI

В заявлении Академии говорится: «Генеративный искусственный интеллект и другие цифровые инструменты сами по себе не повышают и не снижают вероятность номинации. Решающее значение имеет то, какой вклад человек внёс в творческий процесс». Как пишет The Verge, изначально рассматривался более жёсткий вариант обязательного раскрытия факта использования ИИ при создании фильма. Однако в итоге Академия ограничилась общей формулировкой, оставив за собой право оценивать роль участия человека. Такое решение стало ответом на прошлогодние забастовки сценаристов и актёров, которые выступали против бесконтрольного внедрения технологий, угрожающих их профессии.

Помимо нововведений, касающихся ИИ, Академия ввела ещё одно важное правило: теперь члены жюри смогут голосовать в финальном туре только при условии, что они посмотрели все фильмы в соответствующей категории. Однако, как подчёркивает The New York Times, этот принцип работает на доверии и участникам достаточно самостоятельно подтвердить факт просмотра, без дополнительных доказательств.

По мнению экспертов, нововведения отражают попытку «Оскара» адаптироваться к стремительно меняющейся киноиндустрии, где технологии играют всё большую роль. При этом Академия даёт понять: главным творцом по-прежнему должен оставаться человек.

Согласно новому исследованию компании Honor, большинство россиян активно используют искусственный интеллект (ИИ) в рабочей среде, считая его эффективным инструментом для повышения продуктивности. Вместе с тем отношение к ИИ по-прежнему неоднозначное, отметили исследователи: многие предпочитают не афишировать его использование, а часть респондентов выразила обеспокоенность по поводу защиты персональных данных.

81,5 % участников опроса выразили готовность делегировать ИИ стрессовые задачи или прибегать к его помощи в качестве советника — например, при общении с проблемными клиентами, подготовке к собеседованиям, обучении сотрудников или онлайн-знакомствах. 56,6 % уже использовали ИИ в работе, причём для 9,6 % это стало ежедневной практикой.

Половина опрошенных (50,7 %) в этом году используют ИИ значительно чаще, чем год назад. 19,7 % респондентов сообщили, что ИИ помог им увеличить доход или найти дополнительный заработок — почти в два раза больше, чем годом ранее, согласно исследованию Honor за 2024 год. 41 % опрошенных считает, что ИИ делает рабочую среду более комфортной, а 18,2 % — что он помогает снижать стресс и справляться с выгоранием. Вместе с тем почти половина участников опроса (41,7 %) уверена, что ИИ никогда не сможет полностью обходиться без участия человека.

Как при использовании компьютера, так и смартфона пользователи прибегают к помощи ИИ для решения схожих задач: ускорения рабочих процессов (43,2 % респондентов), компенсации нехватки навыков — от креативного мышления до знания языков (40,5 %), автоматизации рутинных задач, включая отчётность (32,4 %), и распределения большого объёма работы (32,2 %).

Участники опроса отмечают позитивные изменения, связанные с применением ИИ: 30,2 % тратят меньше времени на работу, 20,8 % получают от неё больше удовольствия, 21 % принимают более креативные решения, 25,9 % довольны качеством помощи ИИ, у 18,1 % снизилось количество ошибок в результатах.

Благодаря популярности и эффективности ИИ 55 % опрошенных готовы доплачивать за соответствующие функции в смартфоне, хотя 36 % признались в нехватке времени, чтобы лучше разобраться в возможностях ИИ и использовать его более эффективно. Помочь в этом могут устройства с понятным и доступным интерфейсом — такие, как смартфон Honor Magic 7, поставляемый с набором ИИ-инструментов для повышения продуктивности. Среди них: интеллектуальный ассистент в приложении «Заметки», ИИ-переводчик, ИИ-ластик, ИИ-силуэт для работы с изображениями, позволяющий выделять объекты без ручной обводки, ИИ-апскейл для улучшения качества старых фото и ИИ-расширение для кадрирования. Всё это помогает экономить время при подготовке рабочих материалов.

Исследование показывает, что отношение к использованию ИИ остаётся противоречивым. 21 % опрошенных ни в коем случае не признались бы руководству в использовании ИИ на работе, а 6,4 % чувствуют неловкость, когда их хвалят за результат, достигнутый с его помощью. Следует отметить, что не все руководители поддерживают применение подобных инструментов: 11,1 % считают использование ИИ признаком профессиональной деградации, поскольку, по их мнению, сотрудник должен думать самостоятельно.

Результаты исследования подтверждают, что граница между участием человека и возможностями ИИ становится всё менее очевидной. «Люди хотят, чтобы технологии помогали им в работе и жизни, но при этом не отнимали право на последнее слово и контроль. Будущее искусственного интеллекта в России — это не замена людей, а расширение человеческих возможностей, открывающее новые перспективы в профессии и повседневности», — отмечается в исследовании компании Honor.

Немало людей страдают от потери речи в результате заболеваний, хотя их когнитивные функции остаются незатронутыми. Поэтому на волне прогресса в области ИИ многие исследователи сосредоточились на синтезе естественной речи (вокализации) с помощью комбинации мозговых имплантатов и нейросети. В случае успеха эта технология может быть расширена для помощи людям, испытывающим трудности с вокализацией из-за таких состояний, как церебральный паралич или аутизм.

Источник изображения: unsplash.com

Долгое время основные инвестиции и внимание учёных были сосредоточены на имплантах, которые позволяют людям с тяжёлыми формами инвалидности использовать клавиатуру, управлять роботизированными руками или частично восстанавливать использование парализованных конечностей. Одновременно многие исследователи сконцентрировались на разработке технологий вокализации, которые преобразует мыслительные модели в речь.

«Мы добиваемся большого прогресса. Сделать передачу голоса от мозга к синтетическому голосу такой же плавной, как диалог между двумя говорящими людьми — наша главная цель, — рассказал нейрохирург из Калифорнийского университета Эдвард Чанг (Edward Chang). — Используемые нами алгоритмы ИИ становятся быстрее, и мы учимся с каждым новым участником наших исследований».

В марте 2025 года Чанг с коллегами опубликовали статью в журнале Nature Neuroscience, в которой описали работу с парализованной женщиной, которая не могла говорить в течение 18 лет после перенесённого инсульта. При помощи учёных она обучала нейронную сеть, безмолвно пытаясь произнести предложения, составленные из 1024 разных слов. Затем звук её голоса был синтезирован путём потоковой передачи её нейронных данных в совместную модель синтеза речи и декодирования текста.

Источник изображения: New England Journal of Medicine

Технология позволила сократить задержку между мозговыми сигналами пациента и полученным звуком с первоначальных восьми до одной секунды. Этот результат уже сопоставим с естественным для обычной речи временным интервалом в 100–200 миллисекунд. Медианная скорость декодирования системы достигла 47,5 слов в минуту, что составляет примерно треть от скорости обычного разговора.

Аналогичные исследования были произведены компанией Precision Neuroscience, причём её генеральный директор Майкл Магер (Michael Mager) утверждает, что их подход позволяет захватывать мозговые сигналы с более высоким разрешением за счёт «более плотной упаковки электродов».

На данный момент Precision Neuroscience провела успешные эксперименты с 31 пациентом и даже получила разрешение регулирующих органов оставлять свои датчики имплантированными на срок до 30 дней. Магер утверждает, что это позволит в течение года обучить нейросеть на «крупнейшим хранилище нейронных данных высокого разрешения, которое существует на планете Земля». Следующим шагом, по словам Магера, будет «миниатюризация компонентов и их помещение в герметичные биосовместимые пакеты, чтобы их можно было навсегда внедрить в тело».

Источник изображения: UC Davis Health

Самым серьёзным препятствием для разработки и использования технологии «мозг-голос» является время, которое требуется пациентам, чтобы научиться пользоваться системой. Ключевой нерешённый вопрос заключается в степени различия шаблонов реагирования в двигательной коре — части мозга, которая контролирует произвольные действия, включая речь, — у разных людей. Если они окажутся схожими, предварительно обученные модели можно будет использовать для новых пациентов. Это ускорит процесс индивидуального обучения, который занимает десятки или даже сотни часов.

Все исследователи вокализации солидарны в вопросе о недопустимости «расшифровки внутренних мыслей», то есть того, что человек не хочет высказывать. По словам одного из учёных, «есть много вещей, которые я не говорю вслух, потому что они не пойдут мне на пользу или могут навредить другим».

На сегодняшний учёные ещё далеки от вокализации, сопоставимой с обычным разговором среднестатистических людей. Хотя точность декодирования удалось довести до 98 %, голосовой вывод происходит не мгновенно и не в состоянии передать такие важные особенности речи, как тон и настроение. Учёные надеются, что в конечном итоге им удастся создать голосовой нейропротез, который обеспечит полный экспрессивный диапазон человеческого голоса, чтобы пациенты могли контролировать тон и ритм своей речи и даже петь.

Объединённые Арабские Эмираты станут первой страной в мире, где будут использовать ИИ для написания новых законов, а также для пересмотра и внесения поправок в существующие, пишет газета The Financial Times.

Источник изображения: Steve Johnson/unsplash.com

Государственные СМИ называют эту инициативу «регулированием на основе ИИ». Другие страны пытаются использовать ИИ для повышения эффективности работы, применяя технологию для различных задач — от обобщения законопроектов до повышения качества предоставления государственных услуг, но не для активного предложения изменений в действующие законы путём обработки правительственных и юридических данных.

«Эта новая законодательная система, работающая на основе искусственного интеллекта, изменит то, как мы создаем законы, сделав процесс более быстрым и точным», — отметил шейх Мохаммад бин Рашид Аль Мактум (Mohammad bin Rashid Al Maktoum), правитель Дубая, премьер-министр и вице-президент ОАЭ. На прошлой неделе в стране было одобрено создание нового подразделения кабинета министров — Управления по регуляторному интеллекту (Regulatory Intelligence Office), которое займётся продвижением ИИ в законотворчестве.

ОАЭ планируют использовать ИИ для отслеживания влияния законодательства на население и экономику страны. Для этого будет создана масштабная база данных, объединяющая федеральные и местные законы с данными государственного сектора, такими как судебные решения и государственные услуги.

ИИ будет «регулярно предлагать обновления нашего законодательства», говорит шейх Мохаммад. По оценкам властей, ИИ ускорит законотворчество на 70 %. Однако исследователи предупреждают о многочисленных проблемах и подводных камнях у этой инициативы, начиная c того, что логика ИИ может быть непонятна для пользователей и вопросов о том, интерпретирует ли ИИ законы так же, как это делают люди. Кроме того, ИИ-модели «продолжают галлюцинировать и имеют проблемы с надёжностью и устойчивостью», предупредил Винсент Штрауб (Vincent Straub), исследователь из Оксфордского университета. «Мы не можем им доверять», — подчеркнул он.

Вместе с тем Штрауб отметил, что новизна планов ОАЭ также заключается в том, что они предполагают использовать ИИ для прогнозирования изменений в законах, которые могут потребоваться. Также эта инициатива может помочь сэкономить на оплате услуг юридических фирм, которых привлекают для проверки законодательства, говорит аналитик.

В декабре прошлого года OpenAI представила большую языковую модель o3, заявив, что она способна справиться более чем с 25 % набора сложных математических задач FrontierMath, тогда как другие ИИ-модели справлялись только с 2 % заданий из этого набора. Однако расхождения между результатами внутренних и независимых тестов вызывали вопросы о прозрачности компании и практике тестирования нейросетей.

Источник изображения: Levart_Photographer / unsplash.com

На момент анонса ИИ-модели o3 представитель компании особо отметил результаты алгоритма при решении задач FrontierMath. Однако выпущенная на прошлой неделе потребительская версия алгоритма далеко не так хорошо справляется с вычислениями. Это может указывать на то, что OpenAI либо завысила результаты тестирования, либо в нём была задействована другая, более способная к решению математических задач версия o3.

Исследователи из Epoch AI, стоящие за созданием FrontierMath, опубликовали результаты независимых тестов общедоступной версии ИИ-модели o3. Оказалось, что алгоритм сумел справиться только с 10 % задач, что значительно ниже заявленных OpenAI 25 %. Вместе с этим исследователи протестировали ИИ-модель o4-mini, более компактный и дешёвый алгоритм, который является преемником o3-mini.

Источник изображения: @EpochAIResearch / X

Конечно, расхождение в результатах тестирования не означает, что OpenAI намеренно завысила показатели ИИ-модели. Нижняя граница результатов тестирования OpenAI практически совпадает с результатами, полученными Epoch AI. В Epoch AI также отметили, что тестируемая ими модель, скорее всего, отличается от той, что тестировалась OpenAI. Также отмечается, что исследователи задействовали обновлённую версию набора задач FrontierMath.

«Разница между нашими результатами и результатами OpenAI может быть связана с тем, что OpenAI оценивает результаты с помощью более мощной внутренней версии, используя больше времени для вычислений, или потому, что эти результаты были получены на другом подмножестве FrontierMath (180 задач в frontiermath-2024-11-26 против 290 задач в frontiermath-2025-02-28)», — сказано в сообщении Epoch AI.

По данным организации ARC Foundation, которая тестировала предварительную версию o3, публичная версия ИИ-алгоритма «представляет собой другую модель», которая оптимизирована для использования в чате/продуктах. «Вычислительный уровень всех выпущенных версий o3 ниже, чем у версии, которую мы тестировали», — сказано в сообщении ARC.

Сотрудница OpenAI Венда Чжоу (Wenda Zhou) рассказала, что публичная версия o3 «более оптимизирована для реальных случаев использования» и повышения скорости обработки запросов по сравнению с версией o3, которую компания тестировала в декабре. По её словам, это и является причиной того, что результаты тестирования в бенчмарках могут отличаться от того, что показывала OpenAI.

Несмотря на попытки американских производителей полупроводников убедить власти смягчить ограничения на поставки своей продукции в Китай, администрация Дональда Трампа (Donald Trump), наоборот, их ужесточила на этой неделе. Фактически это лишило такие компании, как Nvidia, Advanced Micro Devices и Intel, возможности развивать бизнес в Поднебесной, которая покупает больше чипов, чем любая другая страна в мире, пишет The New York Times.

Источник изображения: Nvidia

В частности, Nvidia из-за ввода ограничений на экспорт ускорителя вычислений H20, что на деле является запретом, потеряла заказы китайских клиентов на общую сумму $18 млрд. В течение двух дней после объявления о необходимости получения лицензий на экспорт в Китай передовых ИИ-чипов акции Nvidia упали на 8,4 %, AMD — на 7,4 %, Intel — на 6,8 %.

«Для полупроводниковой промышленности США Китай ушёл», — отметил Хэндел Джонс (Handel Jones), консультант по полупроводникам в консалтинговой компании International Business Strategies. Согласно его прогнозу, к 2030 году китайские компании будут лидировать по доле в производстве чипов во всех основных категориях на ИИ-рынке в Китае.

Американские компании выражают опасения, что проводимая предыдущей и нынешней администрацией Белого дома политика ограничений сыграет на руку Huawei, которая займёт лидирующие позиции на китайском рынке ИИ-чипов благодаря отсутствию конкуренции с их стороны. Если Huawei наберёт обороты, то Китай будет использовать чипы компании для строительства ЦОД ИИ по всему миру в рамках реализации инициативы «Один пояс, один путь».

По словам Грегори Аллена (Gregory Allen), директора Центра ИИ и передовых технологий Вадхвани, ограничения властей США приведут к тому, что имеющееся отставание Huawei в производстве ИИ-ускорителей может сократиться. К тому же власти КНР помогут Huawei привлечь в качестве клиента перспективный ИИ-стартап DeepSeek. Это, в частности, позволит Huawei улучшить программное обеспечение для управления выпускаемыми чипами.

Впрочем, некоторые из аналитиков выступают за дальнейшее ужесточение запретов. Например, Дилан Патель (Dylan Patel), главный аналитик исследовательской компании SemiAnalysis, считает, что власти США должны полностью запретить Китаю покупать американское оборудование для производства чипов. В настоящее время некоторые китайские компании имеют возможность покупать это оборудование для перепродажи его другим соотечественникам, которые находятся под санкциями.

Тарифная политика Дональда Трампа (Donald Trump) ставит под угрозу его планы по стимулированию внутреннего производства чипов, а также препятствует целям США по доминированию на рынке ИИ, поскольку может привести к увеличению затрат на строительство заводов по производству полупроводников и центров обработки данных (ЦОД) для ИИ в США, пишет The Financial Times со ссылкой на представителей ИТ-отрасли.

Источник изображения: TSMC

«Экономическая неопределённость, вызванная пошлинами Трампа, может стать самым большим препятствием для американского превосходства в области ИИ», — считает Сраван Кундоджала (Sravan Kundojjala) из консалтинговой компании SemiAnalysis.

Только в 2025 году крупные технологические компании, включая Microsoft, Google, Amazon и Meta✴, планируют вложить $300 млрд в вычислительную инфраструктуру, лежащую в основе ИИ. Их поддержат зарубежные компании, такие как Taiwan Semiconductor Manufacturing Company, пообещавшая направить $100 млрд на увеличение мощностей по производству микросхем в США. Но эти меры сталкиваются с неопределённостью и сбоями, поскольку рост пошлин влияет на сложные глобальные цепочки поставок, обслуживающие крупные проекты в сфере ИИ-технологий.

Аналитики заявили, что, несмотря на освобождение от пошлин полупроводников и связанного с ними оборудования для производства микросхем, а также материалов и компонентов, которое, как выясняется, было временным, сохраняющийся тарифный режим, включая 145-процентные пошлины на товары из Китая, всё равно увеличит стоимость строительства и финансирования производственных мощностей и ИИ-ЦОД в США.

По подсчётам Altana, только китайские пошлины вызовут рост ежегодных расходов американских разработчиков ЦОД более чем на $11 млрд.

Стартовавшее в США расследование цепочек импорта чипов на основании раздела 232 закона «О расширении торговли» 1962 года, которое займёт до 270 дней, может привести к ещё более обременительным требованиям к отрасли.

По словам аналитиков, введение новых пошлин на импорт полупроводников окажется сложной задачей, поскольку большинство чипов поступает в США в составе компонентов устройств, таких как смартфоны, ноутбуки или графические процессоры, используемые в ИИ-ЦОД.

Графические процессоры содержат чипы, произведённые преимущественно на Тайване или в Южной Корее, но часто отправляемые для упаковки и тестирования в страны Юго-Восточной Азии, такие как Малайзия и Филиппины. Эти чипы затем отправляются обратно на Тайвань или в Мексику для сборки печатных плат, на которые добавляются новые компоненты перед установкой в серверы, экспортируемые в США для использования в ИИ-ЦОД.

«Даже если сам графический процессор освобождён от тарифов, вы всё равно столкнётесь с огромными расходами в США, если тарифы по-прежнему применяются к компонентам, — говорит Мохаммад Ахмад (Mohammad Ahmad), генеральный директор платформы анализа данных цепочки поставок Z2Data. — Количество категорий продуктов настолько велико, что даже самый маленький компонент может привести к сбою вашей цепочки поставок».

Кундоджала из SemiAnalysis сообщил, что даже при 32-процентной пошлине на поставки чипов с Тайваня производство полупроводников в США всё равно станет дороже, поскольку вырастут цены на ключевые инструменты и материалы. «Угроза того, что США сами поставят под удар способность восстановить внутреннее производство, реальна», — сказал он. «Будет дешевле построить производственные мощности за пределами США, в то время как компании с самой высокой долей производства в США могут понести наибольшие потери», — добавил аналитик.

Фонд Wikimedia (некоммерческая организация, управляющая «Википедией») предложил компаниям вместо веб-скрейпинга контента «Википедии» с помощью ботов, который истощает её ресурсы и перегружает серверы трафиком, воспользоваться набором данных, специально оптимизированным для обучения ИИ-моделей.

Источник изображения: Oberon Copeland @veryinformed.com/unsplash.com

Wikimedia объявил о заключении партнёрского соглашения с Kaggle, ведущей платформой для специалистов в области Data Science и машинного обучения, принадлежащей Google. В рамках соглашения на ней будет опубликована бета-версия набора данных «структурированного контента “Википедии” на английском и французском языках».

Согласно Wikimedia, набор данных, размещённый Kaggle, был «разработан с учётом рабочих процессов машинного обучения», что упрощает разработчикам ИИ доступ к машиночитаемым данным статей для моделирования, тонкой настройки, сравнительного анализа, выравнивания и анализа. Содержимое набора данных имеет открытую лицензию. По состоянию на 15 апреля набор включает в себя обзоры исследований, краткие описания, ссылки на изображения, данные инфобоксов и разделы статей — за исключением ссылок или неписьменных элементов, таких как аудиофайлы.

Как сообщает Wikimedia, «хорошо структурированные JSON-представления контента “Википедии”», доступные пользователям Kaggle, должны быть более привлекательной альтернативой «скрейпингу или анализу сырого текста статей».

На данный момент у Wikimedia есть соглашения об обмене контентом с Google и Internet Archive, но партнёрство с Kaggle позволит сделать данные более доступными для небольших компаний и независимых специалистов в сфере Data Science. «Являясь площадкой, к которой сообщество машинного обучения обращается за инструментами и тестами, Kaggle будет рада стать хостом для данных фонда Wikimedia», — сообщила Бренда Флинн (Brenda Flynn), руководитель по коммуникациям в Kaggle.