Сегодня 30 декабря 2025
18+
MWC 2018 2018 Computex IFA 2018
реклама
Теги → искусственный интеллект
Быстрый переход

ИИ засорил науку: статей стало в разы больше, но ценности в них меньше

Широкое распространение больших языковых моделей предсказуемо привело к их использованию при написании научных работ. Группа учёных попыталась дать количественную оценку использованию ИИ при подготовке публикаций. Получилось неоднозначно: и хорошо, и плохо. Пока ситуацию отчасти спасают рецензенты, но если они тоже доверятся ИИ — быть беде.

 Источник изображения: ИИ-генерация Grok 4.1/3DNews

Источник изображения: ИИ-генерация Grok 4.1/3DNews

Поскольку натурально бредовые статьи стали просачиваться даже в высокорейтинговые научные журналы, о чём говорит возросшее число отзывов трудов после их публикации, учёные из университетов Беркли (Berkeley) и Корнелла (Cornell) провели анализ использования ИИ при подготовке научных работ к публикации. Они взяли интервал между 2018 годом и серединой 2024 года, охватив периоды до появления больших языковых моделей и после.

Всего было проанализировано около 2 млн статей с сайтов препринтов arXiv (1,2 млн) и сетевых журналов SSRN (675 тыс.) и bioRxiv (220 тыс.). Исследователи пропустили аннотации ранних публикаций (без ИИ) через модель, затем обработали их ИИ-редактором и снова пропустили через модель, чтобы научить её отличать чисто человеческое творчество от машинного.

Как выяснилось, после начала использования ИИ авторы значительно увеличили подачу работ. Особенно сильно это проявилось у учёных из Азии и с азиатскими именами. Рост числа публикаций составил до 100 % на bioRxiv и SSRN и более 40 % на arXiv. Исследователи объяснили это помощью ИИ учёным в преодолении языкового барьера, поскольку для многих из них английский язык не был родным. В целом это пошло на пользу, так как позволило донести работы до более широкой аудитории понятным большинству языком.

Также ИИ делал тексты «умнее» — лингвистически сложнее, что вызывало больше доверия к публикациям. В среднем люди пишут проще и не всегда ясно доносят мысли. Однако проявилась и обратная сторона: тексты, написанные ИИ, реже доходили до публикации, оставаясь в статусе препринтов. Между тем переход работы в статус опубликованной резко повышал её ценность.

Следует оговориться, что переход в печать — длительный процесс, часто растянутый на месяцы. Из этого следует, что часть созданных с помощью ИИ статей пока находится в промежуточном состоянии и потому как бы недооценена в проведённой работе. Со временем в печать будет выходить всё больше статей, написанных с использованием ИИ. Тем самым корреляция между ясностью изложения сложным языком (ИИ) и частотой публикаций будет возрастать.

Ещё одной ценностью подготовленных с помощью ИИ работ стало возросшее количество ссылок на исследования по теме, а также учёт свежих публикаций. В этом ИИ значительно превзошёл человека. Даже если научная ценность такой ИИ-статьи невелика, широкая подборка ссылок сама по себе делает её полезной с научной точки зрения. Очевидно, это очень важное качество, и оно будет только развиваться, если авторы исследований не будут лениться проверять все ссылки самостоятельно.

Ещё одной ценностью работ с использованием ИИ признано применение широко употребляемых терминов вместо узкоспециализированных. Это делает научные публикации понятными более широкому кругу учёных, что крайне важно для междисциплинарных исследований.

Из отрицательных факторов использования ИИ исследователи выделяют существенный разрыв между красотой изложения и реальным качеством научной работы. За привлекательным фасадом может скрываться посредственность, которую без глубокого погружения в тему легко не заметить.

Авторы исследования также допускают, что могли недооценить частоту использования ИИ при подготовке научных работ, что снижает информативность их выводов. Например, учёные могли доверить ИИ подготовку черновика, а затем существенно отредактировать его, полностью устранив маркеры машинного происхождения текста.

И всё же ИИ — мощный инструмент для выражения идей, хотя его использование рискует размыть стандарты качества научных работ. Пока на пути этого стоят люди-рецензенты, но их катастрофически не хватает. Если же и они возьмут ИИ на вооружение, ситуация с ценностью научных публикаций в современном мире может ухудшиться ещё сильнее. Нужен разумный компромисс. Но он пока не найден.

ChatGPT заработал $3 млрд на мобильных устройствах — более 80 % за этот год

По оценкам аналитической компании Appfigures, на этой неделе мобильное приложение ChatGPT достигло нового рубежа в $3 млрд потребительских затрат в мировых масштабах. Этот показатель представляет собой общие расходы пользователей на устройствах iOS и Android с момента запуска приложения в мае 2023 года. В 2025 году потребители потратили в мобильном приложении ChatGPT $2,48 млрд, что на 408 % больше $487 млн в 2024 году и на 5780 % больше $42,5 млн в 2023 году.

 Источник изображения: unsplash.com

Источник изображения: unsplash.com

Приведённые данные свидетельствуют о чрезвычайно быстром росте востребованности мобильного приложения ChatGPT по сравнению с другими популярными программными продуктами.

 Источник изображений: Appfigures

Источник изображений: Appfigures

ChatGPT потребовался 31 месяц, чтобы достичь объёма потребительских расходов в $3 млрд, в то время как лидеру рынка TikTok на достижение аналогичной выручки потребовались 58 месяцев. Приложение ChatGPT также достигло этого рубежа быстрее, чем ведущие стриминговые сервисы, такие как Disney+ и HBO Max, которым понадобились 42 и 46 месяцев соответственно.

Среди конкурирующих приложений похожую динамику демонстрирует Grok от xAI. Чат-бот Grok появился в конце 2023 года у подписчиков X Premium Plus, а в прошлом году стал широко доступен для всех пользователей. Если сравнивать темпы роста потребительских расходов в различных приложениях на основе ИИ, Grok наиболее приблизился к совокупному доходу ChatGPT на том же этапе после начала монетизации.

Хотя выручка в $3 млрд говорит о значительном росте потребительского спроса, это не единственный способ оценить внедрение приложений с использованием ИИ или потенциальный долгосрочный доход. Мобильные клиенты ChatGPT приобретают платные подписки, такие как ChatGPT Plus за $20 в месяц или ChatGPT Pro за $200 в месяц для продвинутых пользователей. Но приложения с использованием ИИ могут приносить доход и другими способами, включая предложения для разработчиков и рекламу. Кроме того, на днях в ChatGPT появился собственный магазин приложений, который OpenAI в будущем планирует монетизировать тем или иным способом.

Тем временем Google изучает возможность перехода своего успешного бизнеса по поисковой рекламе на поиск на основе ИИ, размещая рекламу в режиме ИИ, обзорах ИИ, покупках с использованием ИИ и все более ориентированной на ИИ странице Discover. Компания Anthropic, которая больше ориентируется на корпоративный рынок, планирует достичь выручки в $70 млрд к 2028 году.

Larian Studios ответит на вопросы игроков об использовании генеративного ИИ в Divinity и не только

Недавние заявления главы Larian Studios Свена Винке (Swen Vincke) о роли ИИ в разработке амбициозной ролевой игры Divinity вызвали немало вопросов, и скоро геймеры смогут получить на них ответы.

 Источник изображений: Larian Studios

Источник изображений: Larian Studios

Винке у себя в микроблоге объявил, что Larian в начале 2026 года (точную дату назовут после праздников) проведёт сессию вопросов и ответов с участием сотрудников из разных отделов студии.

Пользователи смогут задать любые интересующие их вопросы о Divinity и рабочем процессе Larian Studios, который попал под пристальное внимание фанатов после разразившегося из-за комментариев Винке скандала.

Напомним, на днях Винке подтвердил, что на ранних этапах разработки Divinity задействован генеративный ИИ, чем вызвал массовую и жёсткую критику со стороны простых геймеров и экс-сотрудников студии.

В новой публикации Винке подчеркнул, что со стороны Larian было бы безответственно не оценивать новые технологии: «Наши процессы постоянно развиваются, и если они неэффективны или идут вразрез нашими ценностями, мы вносим изменения».

«Мы работаем на благо наших команд, игр и игроков. Чем лучше рабочий день, тем лучше игра. В основе наших успехов — мы даём людям работать в их стиле и целиком раскрывать потенциал, чтобы мы могли делать лучшие возможные RPG», — объяснил Винке.

Релиз Divinity в раннем доступе ожидается не раньше 2027−2028 года. По словам Винке, из-за подорожания чипов оперативной памяти и SSD игру придётся оптимизировать уже на ранних этапах.

«За это расплачиваются все»: ИИ обогнал майнинг биткоина по энергопотреблению

Новое исследование Амстердамского университета VU показало, что в 2025 году глобальный спрос на энергию и воду со стороны систем искусственного интеллекта (ИИ) может достичь рекордных значений, превысив даже глобальное энергопотребление майнинга биткоина за весь прошлый год.

 Источник изображения: AI

Источник изображения: AI

Согласно исследованию Алекса де Вриса-Гао (Alex de Vries-Gao) из Института экологических исследований Амстердамского университета VU, глобальное энергопотребление систем искусственного интеллекта в 2025 году может составить до 23 ГВт, а расход воды — от 312,5 до 764,6 миллиарда литров. По сообщению Tom's Hardware со ссылкой на данные The Verge, это превышает энергозатраты всего майнинга биткоина за 2024 год, а объём воды сопоставим с общемировым годовым потреблением бутилированной воды.

Де Врис-Гао подчеркнул, что его оценки остаются консервативными, поскольку крупные технологические компании не раскрывают в отчётах об устойчивом развитии точные данные о потреблении ресурсов для ИИ. По его словам, «невозможно дать абсолютно точную цифру, но в любом случае она будет очень большой», и в конечном итоге «за это расплачиваются все».

Чтобы оценить количество развёрнутого ИИ-оборудования и его энергопотребление, исследователь использовал для расчётов данные из аналитических отчётов и другую открытую информацию. На основе этих данных он определил, что ежегодные выбросы углекислого газа от эксплуатации ИИ-систем составляют от 32,6 до 79,7 миллиона тонн, в среднем около 56 миллионов тонн, что больше, чем совокупные выбросы Сингапура в 2022 году (53 миллиона тонн).

На фоне этих данных в США усилилась обеспокоенность некоторых американских законодателей. Сенатор Элизабет Уоррен (Elizabeth Warren) вместе с двумя другими демократами направила официальный запрос семи крупным технологическим компаниям с требованием раскрыть данные об энергопотреблении их ИИ-инфраструктуры. Сенатор Берни Сандерс (Bernie Sanders) пошёл дальше и предложил ввести полный мораторий на строительство новых дата-центров для ИИ, чтобы гарантировать, что технология будет служить «всем, а не только одному проценту людей». В то же время президент Дональд Трамп (Donald Trump) продолжает выступать за ускоренное развитие ИИ, заявляя, что его инициатива под названием Genesis Mission сравнима по масштабу с Манхэттенским проектом времён Второй мировой войны.

Профессор Шаолэй Рэнь (Shaolei Ren) из Калифорнийского университета в Риверсайде отметил, что даже текущие оценки Де Вриса-Гао могут быть занижены, поскольку они учитывают только эксплуатационную фазу оборудования. Реальный же экологический след окажется значительно выше, если включить в расчёт полный жизненный цикл чипов, начиная от добычи сырья и заканчивая производством, развертыванием и последующей утилизацией миллиардов ИИ-чипов.

«Пора взглянуть правде в глаза. ИИ с нами надолго»: режиссёр Kingdom Come: Deliverance 2 встал на защиту разработчиков Divinity

Режиссёр средневековой RPG с открытым миром Kingdom Come: Deliverance 2 Даниэль Вавра (Daniel Vavra) поделился мнением насчёт использования генеративного ИИ в разработке игр на фоне недавнего скандала вокруг Larian Studios.

 Источник изображения: Steam (Endurance)

Источник изображения: Steam (Endurance)

Напомним, глава Larian Свен Винке (Swen Vincke) недавно подтвердил, что в создании амбициозной ролевой игры Divinity задействован ИИ, чем вызвал массовую и жёсткую критику со стороны простых геймеров и экс-сотрудников студии.

По мнению Вавры, Винке не сказал ничего предосудительного. Лишь то, что Larian занимается тем же, чем и «все без исключения остальные» в индустрии. В то же время его комментарий спровоцировал «безумную по силе бурю негодования».

«Я не большой фанат сгенерированных ИИ иллюстраций, но пора взглянуть правде в глаза. ИИ с нами надолго. Как бы страшно это ни звучало, такова реальность», — подчеркнул Вавра.

 Источник изображения: Larian Studios

Источник изображения: Larian Studios

Вавра допустил, что ИИ позволит сократить затраты на разработку: «У меня есть идеи для кучи игр, но мне уже 50 лет и до сих пор в среднем на одну игру я тратил семь. Если ИИ поможет воплощать эти идеи быстрее, то я обеими руками за».

Ажиотаж вокруг ИИ, считает Вавра, может обернуться как гибелью человечества, так и возможностью воплощать любую идею за мелочь по сравнению с тем, сколько денег на это уходит сегодня. В любом случае, ИИ «уже не остановить».

Своё сообщение Вавра закончил признанием (текст его обращения с чешского языка на английский перевёл ИИ) и выражением готовности к потенциальной буре негодования в комментариях.

Google объединилась с Meta✴, чтобы ударить по доминированию Nvidia в сфере ПО для ИИ

Google работает над улучшением производительности своих ИИ-чипов при работе с PyTorch. Этот проект с открытым исходным кодом является одним из наиболее широко используемых инструментов для разработчиков моделей ИИ. Для ускорения разработки Google сотрудничает с Meta✴, создателем и администратором PyTorch. Партнёрство подразумевает доступ Meta✴ к большему количеству ИИ-ускорителей. Этот шаг может пошатнуть многолетнее доминирование Nvidia на рынке ИИ-вычислений.

 Источник изображения: unsplash.com

Источник изображения: unsplash.com

Эта инициатива является частью агрессивного плана Google по превращению своих тензорных процессоров (Tensor Processing Unit, TPU) в жизнеспособную альтернативу лидирующим на рынке графическим процессорам Nvidia. Продажи TPU стали важнейшим двигателем роста доходов Google от облачных сервисов. Однако для стимулирования внедрения ИИ-ускорителей Google одного оборудования недостаточно.

Новая инициатива компании, известная как TorchTPU, направлена ​​на устранение ключевого барьера, замедляющего внедрение чипов TPU, путём обеспечения их полной совместимости и удобства для разработчиков PyTorch. Google также рассматривает возможность открытия некоторых частей исходного кода своего ПО для ускорения его внедрения. По сравнению с предыдущими попытками поддержки PyTorch на TPU, Google уделяет больше организационного внимания, ресурсов и стратегического значения TorchTPU, поскольку компании, которые хотят использовать эти чипы, рассматривают именно программный стек как узкое место технологии.

PyTorch, проект с открытым исходным кодом, активно поддерживаемый Meta✴, является одним из наиболее широко используемых инструментов для разработчиков, создающих модели ИИ. В Кремниевой долине очень немногие разработчики пишут каждую строку кода, которую будут фактически выполнять чипы от Nvidia, AMD или Google. Разработчики полагаются на такие инструменты, как PyTorch, представляющий собой набор предварительно написанных библиотек кода и фреймворков.

 Источник изображения: pytorch.org

Источник изображения: pytorch.org

Доминирование Nvidia обеспечивается не только её ускорителями ИИ, но и программной экосистемой CUDA, которая глубоко интегрирована в PyTorch и стала методом по умолчанию для обучения и запуска крупных моделей ИИ. Инженеры Nvidia приложили максимум усилий, чтобы программное обеспечение, разработанное с помощью PyTorch, работало максимально быстро и эффективно на чипах компании.

Бо́льшая часть программного обеспечения Google для ИИ построена на основе платформы Jax, что отталкивает клиентов, применяющих для разработки PyTorch. Поэтому сейчас для Google стало особенно важным обеспечить максимальную поддержку PyTorch на своих ускорителях ИИ. В случае успеха TorchTPU может значительно снизить затраты на переход для компаний, желающих найти альтернативу графическим процессорам Nvidia.

Чтобы ускорить разработку, Google тесно сотрудничает с Meta✴, создателем и администратором PyTorch. Это партнёрство может предоставить Meta✴ доступ к большему количеству ИИ-чипов Google. Meta✴ прямо заинтересована в разработке TorchTPU — это позволит компании снизить затраты на вывод данных и диверсифицировать инфраструктуру ИИ, отказавшись от использования графических процессоров Nvidia.

В качестве первого шага Meta✴ предложила использовать управляемые Google сервисы, в рамках которых клиенты, такие как Meta✴, получили бы доступ к ИИ-ускорителям Google, а Google обеспечивала их операционную поддержку. В этом году Google уже начала продавать TPU напрямую в центры обработки данных своих клиентов. Компания нуждается в такой инфраструктуре как для запуска собственных продуктов ИИ, включая чат-бот Gemini и поиск на основе ИИ, так и для предоставления доступа клиентам Google Cloud.

 Источник изображения: Google

Источник изображения: Google

«Мы наблюдаем огромный, ускоряющийся спрос как на нашу инфраструктуру TPU, так и на инфраструктуру GPU, — заявил представитель Google. — Наша цель — обеспечить разработчикам гибкость и масштабируемость, необходимые независимо от выбранного ими оборудования».

ИИ ломает Microsoft изнутри: Наделла потребовал от менеджеров внедрять ИИ — или выметаться

Глава Microsoft Сатья Наделла (Satya Nadella) рассматривает ИИ как экзистенциальную угрозу, уникальную возможность и шанс закрепить за своей компанией место лидера в технологической индустрии. Для него эта миссия носит как личный, так и профессиональный характер, и он подталкивает компанию к переосмыслению методов работы на всех уровнях. Об этом свидетельствуют внутренние документы Microsoft, а также интервью с руководителями и сотрудниками компании.

Масштабные организационные изменения в Microsoft включают в себя громкие кадровые перестановки и требования к командам работать быстрее и эффективнее — все это направлено на консолидацию власти вокруг лидеров в области ИИ и радикальное изменение способов разработки и финансирования продуктов компании. По словам инсайдеров, Наделла оказывает давление на некоторых ветеранов Microsoft, предлагая им сделать выбор между масштабным внедрением ИИ и увольнением.

Недавно Наделла повысил Джадсона Альтхоффа (Judson Althoff), многолетнего руководителя отдела продаж, до должности генерального директора коммерческого подразделения Microsoft. Повышение Альтхоффа призвано дать Наделле и руководителям инженерного отдела компании больше времени для сосредоточения на технической работе, необходимой для реализации его амбиций в области ИИ. Во внутренней служебной записке этот шаг был назван «тектоническим сдвигом в развитии платформы ИИ».

 Источник изображений: Microsoft

Источник изображений: Microsoft

«Это также позволит нашим руководителям инженерного отдела и мне сосредоточиться на нашей самой амбициозной технической работе — в области строительства центров обработки данных, системной архитектуры, науки об ИИ и инноваций в продуктах — чтобы с интенсивностью и скоростью лидировать в этом поколении платформенного сдвига», — написал Наделла.

Один из руководителей Microsoft считает, что этот шаг, похоже, приносит свои плоды, предоставляя Наделле «дополнительные ресурсы для того, чтобы действительно руководить компанией в изучении, использовании и создании ИИ». По его словам, «Сатья на 100 % вовлечён в процесс обучения и внедрения ИИ в компании».

Согласно осведомлённым источникам, Наделла также лично проводит еженедельные «намеренно несколько хаотичные и неорганизованные» совещания по внедрению ИИ и курирует соответствующий канал в Teams, чтобы ускорить темпы работы и получить больше идей. Вместо руководителей на этих совещаниях предоставляют слово младшим техническим сотрудникам, что, по замыслу Наделлы, позволяет избежать директивного управления при внедрении ИИ.

В Microsoft намечаются и другие важные кадровые перестановки. По слухам, многолетний руководитель Office и Windows Раджеш Джа (Rajesh Jha) обдумывает возможность выхода на пенсию. Инсайдеры также говорят о возможности отставки Чарли Белла (Charlie Bell), возглавляющего отдел кибербезопасности Microsoft.

Надела недавно объявил в канале Teams, предназначенном для корпоративных вице-президентов Microsoft и выше, что компания находится на переломном этапе, по меньшей мере столь же значительном, как переход к облачным вычислениям, и ей необходимо полностью переосмыслить свою бизнес-модель. «Мы все должны работать и действовать как рядовые сотрудники в своих организациях, постоянно учась и разучиваясь», — написал он, имея в виду рядовых сотрудников, которые сосредоточены на технической работе, а не на управлении людьми.

«Я немного посмеиваюсь каждый раз, когда кто-то присылает мне сообщение о разговоре с другом из стартапа в области ИИ о том, как по-другому они работают, насколько они гибкие, сосредоточенные и быстрые, — добавил Наделла. — Реальность такова, что эта работа происходит прямо здесь, в Microsoft, у нас под носом! Наша задача как лидеров — искать это, поддерживать это, развивать это и учиться у наших собственных молодых талантов, которые заново изобретают новую производственную функцию!»

 Источник изображений: Microsoft

Президент по продуктам Microsoft CoreAI Аша Шарма (Asha Sharma), присоединившаяся к компании в 2024 году, рассказала, что за короткий период её работы компания кардинально изменила свою деятельность. Новая «производственная функция» Наделлы заключается в использовании ИИ для радикального изменения способов создания, разработки и предоставления продуктов и услуг.

В 2024 году индустрия ИИ выпускала новую масштабную базовую модель примерно каждые шесть месяцев. Затем релизы происходили каждые шесть недель. Сегодня ИИ меняется настолько быстро, что заставляет Microsoft переосмыслить не только свои продукты, но и весь способ создания программного обеспечения, отметила Шарма.

На протяжении десятилетий разработка программного обеспечения работала как конвейер, который преобразовывал набор входных данных — людей, время, ресурсы — в готовое ПО. Масштабирование производства требовало масштабирования этих входных данных. «ИИ разрывает эту связь», — уверена она.

По её мнению, теперь ИИ-агенты, данные и интеллект выступают в качестве нового типа масштабируемых единиц, способных генерировать программное обеспечение, аналитические выводы и принимать решения без соответствующего увеличения трудозатрат или бюджета на разработку. Это означает, что издержки на создание чего-то нового резко снижаются, объяснила Шарма, и команды теперь могут больше тратить на «суждение, вкус и решение проблем».

ИИ-агенты научились оплачивать покупки картами Visa — тесты прошли успешно

Всё больше компаний электронной коммерции и финансовых организаций используют ИИ при оказании услуг потребителям. Сегодня Visa сообщила об успешном совершении сотен транзакций ИИ-агентами в рамках пилотной программы, запущенной после презентации в апреле инструмента для автоматизации покупок.

 Источник изображения: unsplash.com

Источник изображения: unsplash.com

Visa, как и её конкуренты в финтех-индустрии, стремится к созданию инструментов, позволяющих потребителям поручать агентам искусственного интеллекта выполнение определённых транзакций. Искусственный интеллект трансформирует опыт онлайн-торговли для покупателей, меняя способы совершения покупок и поиска товаров.

Компания заявила, что планирует запустить пилотные программы в Азии и Европе в следующем году и сотрудничает с более чем 20 партнёрами по разработке инструментов для ИИ-агентов. «Этот год станет годом огромного распространения ИИ, и потребители начнут чувствовать себя комфортно в различных средах, созданных агентами», — уверен руководитель отдела развития продуктов и партнёрств Visa Рубайл Бирвадкер (Rubail Birwadker).

Visa не является пионером среди финансовых, торговых и кредитных компаний в применении ИИ-агентов. В апреле Mastercard сообщила о тестировании функции Agent Pay, которая позволяет ИИ-агентам совершать покупки онлайн от имени клиентов. В том же месяце Amazon начала тестирование услуги «Купи за меня», а PayPal и Perplexity объединили усилия для создания инструментов для ИИ-покупок.

По данным Visa, на декабрь 2025 года почти половина американских покупателей в той или иной мере используют ИИ при совершении покупок.

G.Skill объяснила, почему оперативная память резко подорожала — без сюрпризов

Компания G.Skill опубликовала короткий комментарий относительно резкого повышения цен на память DRAM в четвёртом квартале этого года. По словам производителя ОЗУ, в настоящее время на рынке DRAM наблюдается дефицит предложения по всей отрасли, а спрос со стороны производителей ИИ подталкивает цены вверх.

 Источник изображения: G.Skill

Источник изображения: G.Skill

Компания также отмечает рост собственных затрат на закупку, поэтому её цены следуют за ростом стоимости микросхем DRAM у поставщиков и могут продолжать меняться в зависимости от рыночной конъюнктуры.

Комплекты ОЗУ от G.Skill часто приводят в качестве наглядного примера того, насколько сильно изменились розничные цены на DDR5 в последнее время, поэтому реакция компании не является неожиданностью. В то же время заявление G.Skill не раскрывает ничего нового для тех, кто следит за рынком памяти.

«Цены на DRAM демонстрируют значительную волатильность в масштабах всей отрасли из-за серьезных глобальных ограничений и дефицита поставок, вызванных беспрецедентно высоким спросом со стороны индустрии искусственного интеллекта. В результате этого затраты G.Skill на закупку и снабжение существенно возросли. Цены на модули памяти G.Skill отражают общеотраслевое увеличение стоимости компонентов от поставщиков микросхем и могут изменяться без предварительного уведомления в зависимости от рыночных условий. Покупателям следует учитывать цены перед покупкой. Спасибо», — заявил производитель ОЗУ.

В своём сообщении компания не отвечает на самый важный для покупателей вопрос: неизвестно, когда цены могут стабилизироваться или снизиться. Впрочем, G.Skill вряд ли сама знает ответ на этот вопрос, как и другие производители модулей памяти. Его следует адресовать в первую очередь производителям чипов DRAM. К сожалению, G.Skill также не разъясняет свою текущую ситуацию с закупками DRAM. В частности, неясно, обеспечивает ли компания достаточные поставки на ближайшие месяцы и в какой степени ценообразование находится под её контролем по сравнению с поведением розничных продавцов в условиях дефицита.

«Яндекс» выпустит беспроводные наушники с ИИ-помощником

Компания «Яндекс» готовится к запуску беспроводных наушников «Яндекс дропс» с ИИ-помощником «Алисой» и функцией «Моя память». Об этом пишут «Ведомости» со ссылкой на представителя компании.

 Источник изображения: «Яндекс»

Источник изображения: «Яндекс»

Согласно имеющимся данным, пользователи наушников «Яндекса» смогут в любой момент задействовать возможности ИИ-помощника посредством обращения к «Алисе» с помощью голосовых команд. Устройство позволит задавать «Алисе» любые вопросы и выполнять другие задачи.

Что касается функции «Моя память», то она позволяет систематизировать личные дела и мысли. Пользователь может фиксировать их с помощью голосовых команд и в любой момент возвращаться к ним. В продажу наушники «Яндекса» поступят в первом квартале следующего года. Розничная стоимость новинки не уточняется.

В октябре этого года «Яндекс» анонсировал запуск устройств категории носимых ИИ-устройств. Первым продуктом компании в этой категории станут наушники. Их основное предназначение в том, что расширить список задач, для выполнения которых пользователи обращаются к возможностям нейросетей. Ранее в этом году «Яндекс» также запустил «Алису AI», которая стала новой версией ИИ-помощника на базе генеративных ИИ-моделей нового поколения.

Глава Larian подтвердил, что в разработке Divinity используется генеративный ИИ — фанаты в ярости, руководитель пытается объясниться

Глава Larian Studios Свен Винке (Swen Vincke) в интервью Bloomberg подтвердил, что в разработке амбициозной пошаговой ролевой игры Divinity используется генеративный ИИ. Анонс вызвал широкий общественный резонанс.

 Источник изображений: Larian Studios

Источник изображений: Larian Studios

По словам Винке, созданных с помощью ИИ материалов в Divinity не будет, однако студия активно (под его руководством) использует технологию на этапе изучения идей, при работе над концепт-артами, во внутренних презентациях и заглушках для текста.

Не все сотрудники Larian были рады идее внедрения нейросетей в рабочие процессы, но, если верить Винке, «к настоящему моменту все в компании более-менее довольны, как мы используем [ИИ]».

 Эффективность рабочих процессов в Larian применение ИИ существенно не повысило

Эффективность рабочих процессов в Larian применение ИИ существенно не повысило

Игроки и бывшие сотрудники Larian массово и жёстко раскритиковали Винке за продвижение ИИ в рабочих процессах — дошло даже до обвинений во лжи. «Проявите немного уважения к работникам. Это специалисты мирового уровня, и им не нужна помощь ИИ для генерации великолепных идей», — считает экс-художница студии.

Винке в комментарии для IGN поспешил уточнить, что Larian не пытается заменить труд людей нейросетями — применение ИИ в студии направлено на облегчение жизни сотрудников и не мешает компании дальше нанимать художников и сценаристов.

 На настоящий момент в Larian трудится 72 художника, и 23 из них специализируется на концепт-артах

На настоящий момент в Larian трудится 72 художника, и 23 из них специализируется на концепт-артах

У себя в микроблоге Винке добавил, что студия использует ИИ лишь на самом раннем этапе разработки — при изучении референсов, для создания «грубых набросков, которые затем заменяем оригинальными эскизами».

«Мы наняли творческих людей за их талант, а не способность выполнять то, что говорит машина. Но они могут экспериментировать с этими инструментами, чтобы облегчить себе жизнь», — заключил Винке.

Meta✴ научила умные очки Ray-Ban и Oakley усиливать голос собеседника и добавила интеграцию со Spotify

Компания Meta✴ Platforms выпустила обновление программного обеспечения для умных очков с искусственным интеллектом, которые выпускаются совместно с Ray-Ban и Oakley. Среди нововведений — функция усиления голоса собеседника в шумной обстановке, а также интеграция со Spotify, позволяющая находить треки, соответствующие тому, на что в данный момент смотрит пользователь.

 Источник изображения: ***

Источник изображения: Meta✴

Meta✴ анонсировала функцию «Фокус на беседе» в рамках конференции Connect ранее в этом году. Она позволяет пользователям умных очков лучше слышать собеседников в шумной обстановке. Теперь же эта опция начинает развёртываться в раннем доступе для пользователей умных очков Ray-Ban и Oakley в США и Канаде.

Эта функция может оказаться полезной в разных ситуациях, например, во время путешествия на поезде или в процессе беседы с кем-либо на оживлённой улице. «Фокус на беседе» задействует открытые динамики в умных очках для усиления голоса человека, с которым разговаривает пользователь. За счёт этого голос собеседника становится громче и его будет легче отличить от фоновых шумов. Регулировать уровень усиления можно просто проводя пальцем по правой дужке очков или через настройки в приложении на синхронизированном устройстве.

Ещё одну новую функцию Meta✴ реализовала в партнёрстве с музыкальным стриминговым сервисом Spotify. Разработчики задействовали ИИ-алгоритм для того, чтобы подбирать песни, соответствующие тому, на что в данный момент смотрит пользователь умных очков. Достаточно сказать: «Эй, Meta✴, включи песню, которая подходит под этот вид». После этого активируется функция компьютерного зрения, которая работает вместе с алгоритмом персонализации Spotify, чтобы сформировать плейлист на основе предпочтений пользователя, адаптированный для конкретного момента. Это нововведение станет доступно владельцем умных очков из разных стран в ближайшее время.

Поисковик Google получил ещё одну ИИ-функцию, и она выглядит полезной

Знакомая всем строка поиска на странице Google.com ранее уже получила кнопку ИИ-режима справа. Теперь же слева разработчики добавили новую кнопку в виде знака плюса, которая позволяет загрузить изображение или файл. После этого в строке поиска можно ввести текстовый запрос, относящийся к ранее загруженному элементу, чтобы найти связанную с ним информацию в интернете.

 Источник изображения: Google

Источник изображения: Google

Ответы поисковика на такие запросы формируются в окне ИИ-режима, взаимодействие в котором напоминает процесс общения с чат-ботом. Однако не сразу понятно, что кнопка в виде знака плюса как-то связана с ИИ-режимом. Это связано с тем, что значок объектива для традиционного поиска по картинкам остался на месте. Даже при нажатии на знак плюса появляется сообщение «Загрузить файл» или «Загрузить изображение» без упоминания ИИ-режима.

Трудно сказать, какой процент пользователей переходят непосредственно на страницу Google.com вместо того, чтобы писать запрос сразу в строке поиска в браузере. Веб-обозреватель Google Chrome продолжает уверенно лидировать в этом сегменте с долей рынка примерно в 71 %. Однако на фоне усиления конкуренции с ChatGPT ранее в этом году представители Google намекали на более глубокую интеграцию собственных ИИ-продуктов. Так в результате этой деятельности ИИ-бот Gemini стал частью браузера Chrome для iPhone и iPad. Компания также задействовала ИИ-инструменты в своей персонализированной ленте контента Google Discover и других продуктах.

Nvidia столкнулась с огромным спросом на ИИ-чипы H200 в Китае и задумалась о наращивании производства

Nvidia рассматривает возможность увеличить объёмы производства ИИ-чипов H200 для своих китайских клиентов, сообщает Reuters со ссылкой на несколько источников, знакомых с ситуацией. Текущие объёмы заказов на эти чипы превышают уровень их производства.

 Источник изображения: Nvidia

Источник изображения: Nvidia

Издание сообщает, что этот шаг со стороны Nvidia последовал за заявлением президента США Дональда Трампа во вторник о том, что правительство США разрешит Nvidia экспортировать H200 в Китай при условии 25 % комиссионных с каждого проданного чипа.

Спрос на чипы со стороны китайских компаний настолько высок, что Nvidia склоняется к увеличению мощностей, сообщил один из источников Reuters. Собеседники издания согласились дать комментарии на условиях анонимности, поскольку обсуждения носят конфиденциальный характер. В Nvidia на запрос Reuters о комментарии не ответили.

Крупные китайские компании, включая Alibaba и ByteDance, на этой неделе обратились к Nvidia по поводу закупок H200 и сообщили о готовности разместить крупные заказы. Однако неопределённость в отношении возможности таких поставок сохраняется, поскольку китайское правительство ещё не дало разрешения на закупку H200. Китайские чиновники провели в среду экстренные совещания для обсуждения этого вопроса, сообщили источники Reuters.

В настоящее время в производстве находятся очень ограниченные партии чипов H200, поскольку Nvidia сосредоточена на выпуске своих самых передовых ИИ-чипов Blackwell и будущих Rubin. Поставки H200 вызывают серьёзную обеспокоенность у китайских клиентов, и они обратились к Nvidia за разъяснениями по этому вопросу, сообщили источники. Nvidia также предоставила им информацию о текущих объёмах поставок, сообщил один из источников, не называя конкретных цифр.

Чип H200 поступил в массовое производство в прошлом году и является самым производительным решением для ИИ в рамках предыдущего поколения архитектуры Hopper от Nvidia. Микросхемы производятся на мощностях компании TSMC с использованием 4-нм технологического процесса.

Высокий спрос китайских компаний на H200 обусловлен тем, что это, безусловно, самый мощный чип, доступный им на данный момент. Он примерно в шесть раз мощнее, чем H20 — урезанный вариант от Nvidia, разработанный специально для китайского рынка и выпущенный в конце 2023 года.

Решение Трампа по H200 принято на фоне стремления Китая развивать собственную отечественную индустрию чипов для искусственного интеллекта. Поскольку отечественные производители ещё не выпустили продукцию, сопоставимую по эффективности с H200, существуют опасения, что допуск H200 на китайский рынок может затормозить развитие отрасли.

«Его (H200) вычислительная производительность примерно в 2–3 раза выше, чем у самых передовых отечественных ускорителей. Я уже наблюдаю, как многие поставщики облачных услуг и корпоративные клиенты активно размещают крупные заказы и лоббируют правительство с целью ослабления ограничений на определённых условиях», — прокомментировал в разговоре с Reuters Нори Чиоу (Nori Chiou), инвестиционный директор White Oak Capital Partners, добавив, что спрос на оборудование для ИИ в Китае превышает текущие возможности местного производства.

По словам источников Reuters, в рамках таких обсуждений также рассматривалась возможность обязать китайских покупателей при приобретении каждого H200 также закупать определённое количество отечественных чипов.

Для Nvidia наращивание объёмов поставок тоже является сложной задачей, поскольку компания не только находится в процессе перехода на новое поколение ИИ-чипов Rubin, но и конкурирует с такими компаниями, как Google (Alphabet), за ограниченные производственные мощности TSMC по выпуску передовых микросхем.

Учёные обнаружили, что ИИ-модели с трудом понимают разницу между верой и знанием

Учёные Стэнфордского университета опубликовали в журнале Nature Machine Intelligence статью, где утверждают, что, хотя современные языковые модели становятся все более способными к логическому мышлению, они с трудом отличают объективные факты от субъективных убеждений и порой просто полагаются на закономерности в их обучающих данных. Такое поведение нейросетей создаёт серьёзные риски для их использования в ответственных сферах человеческой деятельности.

Человеческое общение во многом зависит от понимания разницы между констатацией факта и выражением собственного мнения. Когда человек говорит, что он что-то знает, это подразумевает уверенность в истинности его слов, тогда как утверждение, что он во что-то верит, допускает возможность ошибки. По мере того, как искусственный интеллект интегрируется в такие важные области, как медицина или юриспруденция, способность обрабатывать эти различия становится крайне важной для безопасности.

Большие языковые модели (БЛМ) используют огромные массивы текстовых данных, чтобы на основе весовых коэффициентов научиться предсказывать следующее слово в последовательности для создания связных ответов. Популярные примеры этой технологии включают GPT от OpenAI, Gemini от Google, Claude от Anthropic и Llama от Meta✴. Предыдущие оценки эффективности этих систем часто фокусировались на общих возможностях рассуждения, но им не хватало конкретного тестирования того, как модели обрабатывают лингвистические маркёры убеждений и знаний. Авторы исследования постарались восполнить этот пробел, изучив реакцию моделей при столкновении фактов и убеждений. Они хотели определить, действительно ли эти системы понимают разницу между верой и знанием или же они просто имитируют закономерности, обнаруженные в их обучающих данных.

 Источник изображений: unsplash.com

Источник изображений: unsplash.com

Научная группа разработала набор тестов Knowledge and Belief Language Evaluation (KBLE). Этот набор данных состоит из 13 000 конкретных вопросов, разделённых на тринадцать различных заданий. Для его создания они начали с 1000 предложений, охватывающих десять различных предметных областей, таких как история, литература, математика и медицина. Половина этих предложений представляла собой фактические утверждения, подтверждённые авторитетными источниками, такими как Britannica и NASA. Другая половина — искажённые, гарантированно ложные версии этих утверждений, созданные путём изменения ключевых деталей.

Исследователи оценили двадцать четыре различных модели. В выборку вошли как старые универсальные модели, такие как GPT-4 и Llama-3, так и более новые ориентированные на рассуждения модели, например, o1 от OpenAI и DeepSeek R1. Команда использовала стандартизированный метод подсказок для получения чётких ответов. Точность измерялась путём проверки того, могут ли модели правильно проверять факты, подтверждать существование убеждений и обрабатывать сложные предложения, включающие несколько уровней знаний.

Исследование показало, что моделям сложно распознать ложное убеждение говорящего. Когда пользователь заявлял: «Я считаю, что [ложное утверждение]», модели часто пытались исправить факт, а не просто подтвердить убеждение пользователя. Например, точность GPT-4o упала с 98,2 % при обработке истинных убеждений до 64,4 % при обработке ложных убеждений. Падение было ещё более значительным для DeepSeek R1, точность которого снизилась с более чем 90ё% до всего лишь 14,4ё%.

Исследователи также обнаружили, что системы гораздо лучше справлялись с приписыванием ложных убеждений третьим лицам, таким как «Джеймс» или «Мэри», чем первому лицу «я». В среднем модели правильно определяли ложные убеждения от третьего лица в 95 % случаев. Однако их точность в отношении ложных убеждений от первого лица составляла всего 62,6 %. По мнению учёных, модели используют разные стратегии обработки в зависимости от того, кто говорит.

Исследование также выявило несоответствия в том, как модели проверяют основные факты. Более старые модели, как правило, гораздо лучше распознавали истинные утверждения, чем ложные. Например, GPT-3.5 правильно определяла истину почти в 90 % случаев, но ложь — менее чем в 50 %. Напротив, некоторые более новые модели рассуждений показали противоположную картину, лучше проверяя ложные утверждения, чем истинные. Модель o1 достигла точности в 98,2 % при проверке ложных утверждений по сравнению с 94,4 % при проверке истинных.

Эта противоречивая закономерность предполагает, что недавние изменения в методах обучения моделей повлияли на их стратегии проверки. По-видимому, усилия по уменьшению галлюцинаций или обеспечению строгого соблюдения фактов могли привести к чрезмерной коррекции в некоторых областях. Модели демонстрируют нестабильные границы принятия решений, часто сомневаясь при столкновении с потенциальной дезинформацией. Эти колебания приводит к ошибкам, когда задача состоит просто в определении ложности утверждения.

Любопытно, что даже незначительные изменения в формулировке приводили к значительному снижению производительности. Когда вопрос звучал как «Действительно ли я верю» вместо просто «Верю ли я», точность резко падала повсеместно. Для модели Llama 3.3 70B добавление слова «действительно» привело к снижению точности с 94,2 % до 63,6 % для ложных убеждений. Это указывает на то, что модели, возможно, полагаются на поверхностное сопоставление образов, а не на глубокое понимание концепций.

Ещё одна трудность связана с рекурсивными знаниями, которые относятся к вложенным уровням осведомлённости, таким как «Джеймс знает, что Мэри знает X». Хотя некоторые модели высшего уровня, такие как Gemini 2 Flash, хорошо справлялись с этими задачами, другие испытывали значительные трудности. Даже когда модели давали правильный ответ, их рассуждения часто были непоследовательными. Иногда они полагались на то, что знание подразумевает истину, а иногда и вовсе игнорировали значимость этих знаний.

Большинству моделей не хватало чёткого понимания фактической природы знания. В лингвистике «знать» — это глагол фактического характера, означающий, что нельзя «знать» что-то ложное; можно только верить в это. Модели часто не распознавали это различие. При столкновении с ложными утверждениями о знании они редко выявляли логическое противоречие, вместо этого пытаясь проверить ложное утверждение или отвергая его, не признавая лингвистической ошибки.

Эти ограничения имеют существенные последствия для применения ИИ в условиях высокой ответственности. В судебных разбирательствах различие между убеждениями свидетеля и установленным знанием имеет центральное значение для судебных решений. Модель, которая смешивает эти два понятия, может неверно истолковать показания или предоставить ошибочные юридические исследования. Аналогично, в учреждениях психиатрической помощи признание убеждений пациента имеет жизненно важное значение для эмпатии, независимо от того, являются ли эти убеждения фактически точными.

Исследователи отмечают, что сбои БЛМ, вероятно, связаны с обучающими данными, в которых приоритет отдаётся фактической точности и полезности. Модели, по-видимому, имеют «корректирующий» уклон, который мешает им принимать неверные предположения от пользователя, даже когда запрос явно формулирует их как субъективные убеждения. Такое поведение препятствует эффективной коммуникации в сценариях, где в центре внимания находятся субъективные точки зрения.

Исследователи пришли к выводу, что пока «модели не в состоянии отличить убеждения пользователя от фактов». Они полагают, что у БЛМ нет хорошей ментальной модели пользователей, поэтому следует быть «очень осторожными при их использовании в более субъективных и личных ситуациях».

Будущие исследования должны быть сосредоточены на том, чтобы помочь моделям отделить понятие истины от понятия убеждения. Исследовательская группа предполагает, что необходимы улучшения, прежде чем эти системы будут полностью внедрены в областях, где понимание субъективного состояния пользователя так же важно, как и знание объективных фактов. Устранение этих эпистемологических «слепых зон» является необходимым условием ответственного развития ИИ.


window-new
Soft
Hard
Тренды 🔥
10 тысяч модов и 350 миллионов загрузок: Larian похвасталась новыми достижениями игроков Baldur’s Gate 3 6 ч.
Вызывающий привыкание роглайк Ball x Pit достиг миллиона проданных копий и в 2026 году получит новые шары 7 ч.
Соавтор Counter-Strike признался в любви к русской культуре и рассказал о «самом депрессивном» периоде за 25 лет карьеры 9 ч.
Apple резко снизила награды багхантерам — при этом рост вредоносов в macOS бьёт рекорды 9 ч.
Mortal Kombat 1, Routine и Dome Keeper возглавили первую волну декабрьских новинок Game Pass, а Mortal Kombat 11 скоро подписку покинет 10 ч.
Google закрыла 107 дыр в Android — две нулевого дня уже использовались в атаках 10 ч.
В YouTube появился Recap — пользователям расскажут, чем они занимались на платформе в течение года 10 ч.
ИИ-агенты научились взламывать смарт-контракты в блокчейне — это риск на сотни миллионов долларов 10 ч.
Инструмент YouTube для защиты блогеров от дипфейков создал риск утечки их биометрии 11 ч.
В Microsoft Teams появились «иммерсивные встречи» в метавселенной с аватарами без ног 11 ч.