До конца 2025 года на большие экраны выйдет индийский полнометражный фильм «Махараджа в джинсах» (Maharaja in Denims), созданный с помощью искусственного интеллекта по одноимённому роману индийского писателя Хушванта Сингха (Khushwant Singh). Ранее студии дважды покупали права на экранизацию произведения, но масштаб и стоимость проекта не позволяли начать съёмки. Искусственный интеллект, напротив, принял заявку в производство без вопросов.

Источник изображений: Intelliflicks Studios

Сегодня никого не удивляют короткие видеоролики, созданные с помощью искусственного интеллекта. Однако с полнометражными фильмами всё гораздо сложнее, хотя бы потому, что генеративная модель не может долго поддерживать одну и ту же форму, черты персонажей и сцены. Чем длиннее эпизод, тем больше вероятность ошибок. К счастью, разработчики учли этот недостаток программ для визуализации и создали ряд инструментов для его устранения. Например, при генерации действий персонажей теперь используются специальные цифровые метки, которые помогают сохранить их образы при переходе из одной сцены в другую, минимизируя изменения.

Автор эпичного произведения, рассказывающего о ряде исторических событий в Индии и их переосмыслении главным героем в наши дни, познакомился с ИИ-генерацией благодаря давнему другу — Гурдипу Пэллу (Gurdeep Pall), ныне занимающему ведущий пост в компании Qualtrics. Вместе они основали стартап Intelliflicks Studios в Чандигархе, который занялся производством полнометражной ленты с преимущественным использованием ИИ.

Персонажи фильма создаются с помощью отдельных программ, после чего их образы загружаются в ИИ-видеоредакторы. Для улучшения качества изображения используется также традиционное программное обеспечение, которое устраняет мелкие дефекты и помогает с цветокоррекцией. Некоторые сцены снимаются с живыми актёрами, которым ИИ впоследствии заменяет лица. Например, этот подход решили использовать для съёмок ритуальных танцев, которые слишком сложно воспроизвести моделированием.

Эксперты считают, что у компании Intelliflicks Studios есть шансы на успех, хотя режиссёрская работа далеко выходит за рамки визуализации. В любом случае, подобный эксперимент должен был быть проведён рано или поздно. Почему бы им не стать экранизацией произведения Сингха? Сам автор считает, что таким образом он прокладывает путь к демократизации кинопроизводства, стоимость которого сегодня превышает всякие разумные пределы.

В течение 11 месяцев текущего года ИИ-сервисы упоминались в российских СМИ 163 763 раза, 1,03 млн раз — в русскоязычных Telegram-каналах и 20,17 млн раз — в поисковых запросах, сообщили «Ведомости» со ссылкой на совместный отчёт «Индекс AI-Хайпа» от агентства Real Time и Telegram-канала «Нецифровая экономика».

Источник изображения: Growtika

Для сравнения, за весь прошлый год ИИ упоминался в российских СМИ 139 916 раз, в Telegram-каналах — 603 815 раз и 19,1 млн раз пользователи искали информацию об ИИ-сервисах. Для исследования использовалась статистика по 20 сервисам, включая зарубежные (ChatGPT, Midjourney, Character.AI, Suno и др.) и российские (YandexGPT и «Шедеврум» от «Яндекса» и GigaChat и Kandinsky от «Сбера»).

В связи с появлением множества новых сервисов на базе ИИ, совокупная доля упоминаний ChatGPT и Midjourney в публикациях СМИ снизилась за последние два года до примерно 60 % от общего количества, хотя в Telegram ни разу не опускалась ниже 80 %, сообщается в исследовании. За этот период традиционные СМИ упоминали отечественные ИИ-сервисы вдвое чаще пользователей, которые вдвое больше упоминали их, чем блогеры.

С весны 2023 года российский ИИ упоминался в среднем в каждой четвёртой публикации, а доля публикаций в СМИ с его упоминанием лишь однажды опустилась ниже 20 %. Пик интереса СМИ к этой теме приходится на декабрь 2023 года, когда о российских ИИ-решениях упоминали почти в половине публикаций (в 40 % статей). При этом в 2024 году в СМИ чаще упоминался GigaChat (не менее 1000 упоминаний ежемесячно), а в Telegram — YandexGPT (не менее 1500 упоминаний ежемесячно с марта).

В исследовании отмечено, что доля упоминаний российских продуктов в постах Telegram в 2024 году снизились. Из отечественных ИИ-продуктов блогеры, как и в прошлом году, чаще упоминали YandexGPT. Его доля в упоминаниях составила 1,8 %, на GigaChat, сместивший со второго места Kandinsky, приходится 1,6 %.

Как и в 2023 году, в 2024 году российские пользователи чаще всего искали в интернете продукты от «Яндекса»: «Шедеврум» (5,7 %, в 2023 году — 3,2 %) и YandexGPT (2,9 %, в 2023 году — 2,1 %).

Интерес к ИИ-продуктам в этом году был на стабильно высоком уровне, чему способствовал не только выход обновлений ранее вышедших ИИ-решений, но и появление ИИ-сервисов, генерирующих аудио и видео. В феврале OpenAI представила генератор видео Sora, затем были анонсированы его аналоги — Kling китайского разработчика платформы коротких видео Kuaishou, а также Luma и Runway американских разработчиков.

Лидером пользовательских предпочтений с марта 2023 года остаётся сервис Character.AI, позволяющий создавать ИИ-личности (не опускался ниже 400 тыс. запросов ежемесячно) и сместивший ChatGPT на второе место, а бесплатный сервис Stable Diffusion сместил с третьего места Midjourney, опустившегося на четвёртое.

Также в 2024 году успех сопутствовал появившемуся осенью 2023 года сервису Suno AI, генерирующему песни по текстовому описанию. В июне он вышел на второе место в поисковых запросах в России, опередив ChatGPT.

В сентябре на фоне начала учебного сезона поисковые запросы с упоминанием ChatGPT стали увеличиваться, и в ноябре сервис вышел на первое место (более 500 тыс. запросов ежемесячно), сместив на второе Character.AI, а на третьем впервые оказался сервис генерации изображений «Шедеврум» от «Яндекса» (более 200 тыс. запросов ежемесячно).

Сооснователь компании Parodist AI Владимир Свешников связывает падение интереса к Character AI с произошедшим в октябре суицидом 14-летнего школьника в США, совершённым в ходе длительного общения с ботом, после чего сервис ужесточил модерацию выдаваемого контента.

Гендиректор Dbrain, автор Telegram-канала AI Happens Алексей Хахунов, назвал абсолютными лидерами по популярности ChatGPT и Midjourney, также признав выросший интерес к Character.AI и Suno. Он также отметил, что с решением прикладных задач продукты «Яндекса» и «Сбера» пока справляются хуже западных аналогов.

Эксперт сообщил, что сейчас «Яндекс» и «Сбер» активнее интегрируют свои ИИ-сервисы в инфраструктуру — в службу поддержки, в колонки и т. д. При этом «Яндекс» в разработке ИИ-моделей продвинулся дальше «Сбера».

Представитель Альянса в сфере искусственного интеллекта отметил, что этот год стал годом внедрения собственных и опенсорсных моделей в продукты и сервисы с миллионной аудиторией. По его словам, в 2025 году следует ждать роста внедрения технологии ИИ как во внутренние бизнес-процессы, так и во внешние решения. Причём одним из ключевых трендов в развитии нейросетей в ближайшие пару лет станет дообучение моделей с открытым исходным кодом для внедрения в бизнес-процессы в различных отраслях.

По сообщениям сетевых источников, компании Microsoft и OpenAI имеют конкретное внутреннее определение сильного ИИ (Artificial General Intelligence, AGI), т.е. системы, которая способна решать задачи наравне с человеком, основанное на показателе прибыли стартапа. Согласно этому определению, OpenAI находится в годах работы от достижения данной цели.

Источник изображений: OpenAI

В сообщении сказано, что в прошлом году Microsoft и OpenAI подписали соглашение, согласно которому OpenAI сможет создать AGI только в случае, если удастся разработать ИИ-системы, способные приносить прибыль в размере не менее $100 млрд. Это определение далеко от строгого технического и философского определения AGI, которого ожидают многие.

Согласно имеющимся данным, по итогам текущего года убыток OpenAI составит миллиарды долларов, и компания уже сообщила инвесторам, что начнёт получать прибыль не ранее 2029 года. Это важная деталь, поскольку Microsoft может потерять доступ к технологиям OpenAI, когда стартап создаст AGI —систему, точное определение которой может звучать по-разному. Существует мнение, согласно которому OpenAI может объявить о создании AGI раньше запланированного срока, чтобы вытеснить Microsoft. Однако соглашение между двумя компаниями означает, что софтверный гигант может иметь доступ к технологиям ИИ-стартапа в течение десяти лет или более.

Ранее в этом месяце велось активное обсуждение того, насколько алгоритм OpenAI o3 может считаться значительным шагом на пути к созданию AGI. Хотя o3 работает лучше большинства ИИ-моделей, алгоритм всё ещё нуждается в значительных вычислительных мощностях, что не сулит ничего хорошего для ориентированного на прибыль определения AGI.

Контрактные партнёры Google, работающие над повышением качества ответов ИИ-чат-бота Google Gemini, сравнивают их с ответами конкурирующего чат-бота Claude компании Anthropic, пишет ресурс TechCrunch со ссылкой на внутреннюю переписку компании. При этом Google оставила без ответа вопрос TechCrunch по поводу того, получила ли она разрешение на использование Claude в тестировании с Gemini.

Источник изображения: Google

Эффективность разрабатываемых ИИ-моделей в сравнении с разработками конкурентов компании зачастую оценивают, используя отраслевые бенчмарки, а не поручая подрядчикам сравнивать с возможностями ИИ своих конкурентов.

Привлечённые Google контрактные разработчики, занимающиеся улучшением Gemini, должны оценивать каждый ответ модели по нескольким критериям, таким как достоверность и уровень детализации. Согласно переписке, опубликованной TechCrunch, им выделяется до 30 минут на каждый запрос, чтобы определить, чей ответ лучше — Gemini или Claude.

Разработчики сообщают, что в ответах Claude больше внимания уделяется безопасности, чем у Gemini. «Настройки безопасности у Claude самые строгие» среди моделей ИИ, отметил один из контрактных разработчиков в служебном чате. В некоторых случаях Claude не реагировал на подсказки, которые он считал небезопасными, например, предложение ролевой игры с другим ИИ-помощником. В другом случае Claude уклонился от ответа на подсказку, в то время как ответ Gemini был отмечен как «грубое нарушение правил безопасности», поскольку включал «обнажение тела и связывание».

Шира Макнамара (Shira McNamara), представитель Google DeepMind, разработчика Gemini, не ответила на вопрос TechCrunch о том, получила ли Google разрешение Anthropic на использование Claude. Она уточнила, что DeepMind «сравнивает результаты моделирования» для оценки, но не обучает Gemini работе с моделями компании Anthropic. «Любое предположение о том, что мы использовали модели Anthropic для обучения Gemini, является неточным», — заявила Макнамара.

Правительство Южной Кореи в рамках продвижения корейского контента на международной арене объявило о переходе на автоматизированные системы на базе искусственного интеллекта (ИИ), которые будут выявлять и блокировать нелегальные стриминговые сервисы и отслеживать нарушения авторского права.

Источник изображения: Glenn Carstens-Peters / Unsplash

По сообщению издания Comic Book Resources, министерство науки и информационно-коммуникационных технологий (MiST) Южной Кореи сообщило о планах перехода от ручных методов обнаружения нелегального контента к автоматическим на базе ИИ. В рамках этой инициативы правительство заявило, что будет поддерживать технологии, способные автоматически отслеживать и идентифицировать незаконные видеосервисы. Ожидается, что благодаря ИИ процесс обнаружения и проверки пиратских сайтов станет более эффективным по сравнению с ручными методами.

Помимо этого, план включает создание совместного фонда объёмом 1 трлн вон (около $685 млн) для расширения влияния корейского контента за рубежом. Также компании этой страны увеличат своё присутствие на международных медиафестивалях, таких как Каннский кинофестиваль, а технологии Samsung и LG с их 600 миллионами телевизоров по всему миру будут использоваться для улучшения доступности K-Contents (корейский контент).

Отмечается, что ИИ станет не только инструментом борьбы с пиратством, но и важным элементом создания контента. Среди запланированных нововведений значится использование технологий ИИ для автоматизированного перевода и дубляжа на иностранные языки, персонализированных рекомендаций на стриминговых платформах и разработки интерактивных сюжетов. Кроме того, правительство планирует обучить ИИ-модели на основе трёх миллионов часов видео, созданных за последние 70 лет, что позволит ускорить производство контента на всех этапах. Компании, работающие на стыке ИИ и цифровых технологий, таких как визуальные эффекты и монтаж, получат приоритетную поддержку, включая программы обучения специалистов.

Стоит сказать, что другие страны, например Япония, также начали использовать ИИ для борьбы с пиратством. Недавно правительство этой страны объявило об открытии проекта, в рамках которого с помощью искусственного интеллекта будут выявлять пиратские сайты и нарушающие авторские права изображения и другой контент, а затем блокировать их посредством DMCA-запросов через Google.

Специалисты по безопасности из Palo Alto Networks Unit 42 обнаружили, что большие языковые модели (LLM) успешно генерируют модификации вредоносного кода JavaScript практически в неограниченном объёме, при этом делая код менее распознаваемым антивирусными программами. В качестве примера ИИ создал более 10 тыс. копий кода, уклонявшегося от обнаружения в 88 % случаев. Однако у этой медали есть и обратная сторона.

Источник изображения: ИИ-генерация Кандинский 3.1/3DNews

«Хотя LLM с трудом создают вредоносное ПО с нуля, преступники могут легко использовать их для перезаписи или маскировки существующего вредоносного ПО, что затрудняет его обнаружение, — сообщили исследователи из Palo Alto Networks Unit 42 в новом докладе. — Преступники могут побудить LLM выполнить преобразования, которые выглядят гораздо более естественно, что усложняет обнаружение такого ПО».

Нельзя сказать, что ситуация оставлена без внимания. Разработчики LLM вводят меры безопасности, чтобы предотвратить использование моделей в деструктивных целях. Однако злоумышленники уже представили инструменты, такие как WormGPT, для автоматизации создания убедительных фишинговых писем и разработки новых вредоносных программ.

Исследователи из подразделения Unit 42 компании Palo Alto Networks, название которого, кстати, взято из произведения Дугласа Адамса «Автостопом по галактике», где число 42 — это ответ на «главный вопрос жизни, Вселенной и всего такого», протестировали работу LLM как модификатора вредоносного кода. Они обнаружили, что ИИ создал 10 000 разновидностей кода, который не смогли обнаружить такие средства, как Innocent Until Proven Guilty (IUPG) и PhishingJS. Более того, вредоносный код оказался более естественным и на вид безобидным, чем тот, что модифицировался с помощью стандартного механизма obfuscator.io. При этом способность кода наносить вред после обфускации с помощью ИИ не уменьшилась.

ИИ не оригинален в своих методах запутывания следов. Он использует множество стандартных приёмов: переименование переменных, разделение строк, вставку лишнего кода, удаление ненужных пробелов и даже полное переопределение кода. И так 10 000 раз подряд, что заставляет антивирусное ПО считать новые версии безвредными. Это действительно вызывает тревогу, отмечают исследователи. Однако такой механизм может быть полезен для обучения алгоритмов, способных находить неизвестные ранее модификации вредоносного кода. Усиление атак стимулирует развитие защиты. Один ИИ создаёт вирусы, другой их ловит. Человеку в этой схеме, похоже, остаётся лишь «подносить снаряды» то одной стороне, то другой.

По сообщениям сетевых источников, «Яндекс» закрыл почти все международные проекты в сфере машинного обучения, которые были запущены в 2022 году. На тот момент компания зарегистрировала в США и Армении холдинг Beyond ML, который занимался продвижением 10 проектов в сфере искусственного интеллекта, но не так давно информация о них исчезла с официального сайта холдинга.

Источник изображения: starline / freepik.com

По данным источника, 8 из 10 проектов прекратили своё существование. Так стартап Lawrify, работавший над нейросетью для проверки юридических документов, закрылся в начале этого года. Отмечается, что органический трафик на сайте Lawrify не достигал даже трёхзначных значений. Стартап Smelter, разрабатывавший ориентированный на Латинскую Америку ИИ-сервис анализа медиа, прекратил работать в августе. Последние несколько месяцев недоступны сайты Sellesta (ИИ-платформа для продавцов на Amazon), Membrace (ИИ-платформа для модерации контента), Recommendix (платформа для управления ценами и ассортиментом на маркетплейсах), askthecrowd (инструмент тестирования сервиса/продукта/услуги на реальных людях до его запуска), Tune The Model (предоставлял GPT-like языковые модели в качестве сервиса) и Tune The Ads (ИИ-сервис генерации текстов объявлений в Google Ads).

Несмотря на это, два международных стартапа «Яндекса» продолжают работать. Приложение сервиса Meteum, использующего ИИ-алгоритмы для прогнозирования погоды, скачали более 2 млн раз в Google Play и около 100 тыс. раз в Apple App Store. Наибольшей популярностью продукт пользуется в Аргентине, Бразилии и Мексике. В дополнение к этому продолжает работать ИИ-сервис по переводу видео на более чем 70 языков под названием Neurodub, но сейчас он называется Dubformer и имеет другой юридический адрес (Амстердам и Белград). Предполагается, что сервис больше не принадлежит «Яндексу» и сотрудничает с компанией Nebius Аркадия Воложа.

Представитель пресс-службы «Яндекса» сообщил, что компания постоянно инвестирует в новые идеи, часть из которых со временем превращается в сервисы, используемые миллионами людей, тогда как другие «остаются на уровне эксперимента». По словам разработчика, сотрудники компании могут заниматься реализацией разных проектов в разных командах, нередко переходя из одного направление в другое. В дальнейшем «Яндекс» намерен продолжить «экспериментировать и проверять гипотезы, создавая новые полезные инструменты и сервисы».

OpenAI рассматривает возможность производства человекоподобных роботов, программной основой которых могут стать разработанные компанией алгоритмы на базе искусственного интеллекта. По данным источника, в настоящее время возможность создания роботов-гуманоидов обсуждается внутри компании.

Источник изображения: Levart_Photographer / Unsplash

О намерениях OpenAI заняться робототехникой написало издание The Information ссылкой на двух неназванных людей, непосредственно знакомых с этим вопросом. Издание утверждает, что OpenAI рассматривает возможность разработки именно гуманоидных роботов, похожих на людей. Однако в заметке не уточняется, идёт ли речь о первоначальных обсуждениях или же у производителя ChatGPT уже есть готовый план действий.

Интерес OpenAI к робототехнике не является чем-то новым, поскольку раньше в компании было занимающееся разработкой роботов подразделение, но оно перестало функционировать ещё до выхода алгоритма GPT-3. Основной причиной закрытия подразделения стало отсутствие необходимого количества данных для обучения машин. Кроме того, OpenAI продолжает инвестировать в несколько робототехнических стартапов через своё венчурное подразделение. По данным осведомлённых источников, недавно OpenAI вернулась к рассмотрению идеи создания человекоподобных роботов. Однако не уточняется, на какой стадии находится это обсуждение, и есть ли у компании готовый план по развитию данного направления.

Ранее в этом году СМИ писали, что OpenAI открыла несколько вакансий на должность инженеров-исследователей, которые должны были присоединиться к робототехническому подразделению. В описании вакансий упоминалось создание мультимодальных больших языковых моделей с целью «открыть новые возможности для роботов наших партнёров». В числе этих «партнёров» могут быть несколько стартапов, в которые OpenAI инвестирует значительные средства, включая Figure AI и 1X Technologies. В прошлом месяце OpenAI также вложила средства в стартап Physical Intelligence, который разрабатывает программное обеспечение на базе ИИ, предназначенное для использования в роботах.

Microsoft планирует задействовать для ИИ-помощника Copilot в составе пакета офисных приложений Microsoft 365 собственные ИИ-модели и продукты других разработчиков. Это решение отражает намерения компании диверсифицировать базовую ИИ-технологию от OpenAI и сократить расходы, пишет Reuters со ссылкой на информированные источники.

Источник изображения: Microsoft

Намерение Microsoft, главного инвестора OpenAI, снизить свою зависимость от ИИ-стартапа является отходом от её прежней политики, когда одним из главных преимуществ своих предложений компания называла ранний доступ к ИИ-моделям OpenAI. Например, представляя в марте 2023 года Microsoft 365 Copilot, компания указала в числе основных преимуществ ИИ-помощника поддержку модели GPT-4 от OpenAI.

По словам источников, стремление Microsoft уменьшить зависимость 365 Copilot от технологий OpenAI вызвано опасениями по поводу высокой стоимости и скоростных качеств продукта для корпоративных пользователей.

Представитель Microsoft заявил, что OpenAI продолжает оставаться партнёром компании по развёртыванию моделей Frontier AI — самых передовых моделей ИИ. Согласно соглашению о партнёрстве, софтверная компания может настраивать модели OpenAI. «Мы включаем различные модели OpenAI и Microsoft в зависимости от продукта и опыта», — указано в заявлении Microsoft.

Помимо обучения собственных моделей, включая новейшую Phi-4, Microsoft также работает над настройкой других моделей с открытым весом (open weight), чтобы сделать 365 Copilot быстрее и эффективнее, добавили источники. Цель состоит в том, чтобы сделать запуск Microsoft 365 Copilot для компании менее затратным, что потенциально может позитивно отразиться на расходах конечного потребителя.

Другие бизнес-подразделения Microsoft тоже стремятся диверсифицировать использование ИИ-моделей OpenAI. Например, веб-сервис GitHub добавил модели от Anthropic и Google в качестве альтернативы OpenAI GPT-4o. Обновлённый в октябре чат-бот Microsoft Copilot теперь использует для работы собственные ИИ-модели компании в дополнение к моделям OpenAI.

На данный момент неясно, в какой мере окупаются вложения компании в Microsoft 365 Copilot. Согласно опросу, проведённому фирмой Gartner среди 152 компаний в сфере информационных технологий, подавляющее большинство из них не продвинулось в использовании 365 Copilot дальше пилотной стадии.

Тем не менее аналитики BNP Paribas Exane отметили ускорение внедрения 365 Copilot, прогнозируя, что Microsoft продаст его более чем 10 млн платных подписчиков в этом году. Microsoft также указала в ноябре в своём блоге, что 70 % компаний из списка Fortune 500 используют 365 Copilot.

Искусственный интеллект взял новую высоту — за три недели с нуля спроектировал работающий клиновоздушный ракетный двигатель, вокруг которого ракетостроители ходят кругами уже более 70 лет. Отпечатанная затем на 3D-принтере модель жидкостного ракетного двигателя проработала 11 секунд в огневом тесте, развив тягу 5 кН.

Источник изображений: LEAP 71

За проектирование двигателя отвечает компания LEAP 71, зарегистрированная в Дубае (ОАЭ). Изготовлением его частей из медного сплава CuCrZr методом аддитивной печати и лазерного плавления занимается немецкая компания AMCM. Испытания проводятся на полигоне Airborne Engineering в Уэскотте, Великобритания. Ранее в этом году LEAP 71 показала прототип обычного жидкостного ракетного двигателя, также разработанного ИИ и изготовленного на 3D-принтере. Над клиновоздушным ракетным двигателем ИИ пришлось попотеть. Если обычный двигатель он проектировал за две недели, то на проект клиновоздушного ушло целых три.

Клиновоздушные ракетные двигатели (aerospike) были предложены в 50-х годах прошлого века. Они интересны частично открытым соплом, что даёт возможность обтекающего ракеты потоку встречного воздуха служить виртуальной второй половинкой сопла. Это означает, что кривизна сопла будет изменяться по мере подъёма ракеты из-за постепенного разрежения воздуха. Из этого следует, что клиновоздушный ракетный двигатель будет одинаково эффективен на всех высотах, тогда как двигатели с обычным соплом эффективны лишь на отдельных участках полёта, поэтому у ракеты несколько ступеней с разными двигателями.

Интерес к двигателям типа aerospike вернулся на фоне проектирования многоразовых ракет и космических самолётов. По-хорошему, самолёт не должен быть многоступенчатым. Наконец, клиновоздушные ракетные двигатели в целом должны потреблять меньше топлива на доставку грузов в космос. В свете борьбы с потеплением и позиций экономии в космосе — это тоже важно.

Компания LEAP 71 создала нейронную сеть Noyron, которая научена проектировать механизмы и любые конструкторские решения без использования программ CAD. Компания успешно показала работу ИИ в сфере проектирования ракетных двигателей, но также утверждает, что Noyron способна проектировать не только ракетные двигатели, но и игрушки, а также тяжёлую технику. Программе задаются входные параметры, а на выходе получается готовое устройство. Похоже, под давлением ИИ ещё одну профессию ждёт трансформация. На этот раз это работа инженера-конструктора, хотя люди пока сами неплохо справляются даже с проектированием клиновоздушных двигателей, если это нужно.

Пятимесячное расследование компании SemiAnalysis показало, что специализированные ИИ-ускорители серии AMD MI300X не раскрывают свой потенциал из-за серьёзных проблем в работе программного обеспечения. Этот факт делает все усилия компании по навязыванию жёсткой конкуренции Nvidia, доминирующей на рынке аппаратного обеспечения для ИИ, бессмысленными.

Источник изображения: The Decoder

Исследование показало, что программное обеспечение AMD изобилует ошибками, которые делают обучение моделей ИИ практически невозможным без значительной отладки. Таким образом, пока AMD работает над обеспечением качества и простоты использования своих ускорителей, Nvidia продолжает увеличивать разрыв, развёртывая новые функции, библиотеки и повышая производительность своих решений.

По итогам обширных тестов, включая тесты GEMM и одноузловое обучение, исследователи пришли к выводу, что AMD не в состоянии преодолеть то, что они называют «неприступным рвом CUDA» — сильное преимущество в виде программного обеспечения, которым обладают ускорители Nvidia.

Источник изображения: SemiAnalysis

AMD MI300X «на бумаге» выглядят впечатляюще: 1307 Тфлопс в вычислениях FP16 и 192 Гбайт памяти HBM3. Для сравнения, ускорители Nvidia H100 обладают производительностью 989 Тфлопс и имеют только 80 Гбайт памяти. Однако новое поколение ИИ-ускорителей Nvidia H200 с конфигурациями до 141 Гбайт памяти сокращает разрыв в объёме доступного буфера памяти. Кроме того, системы на базе ускорителей AMD также предлагают более низкую общую стоимость владения благодаря более низким ценам на такие системы и более доступной поддержке сетевой инфраструктуры.

Источник изображения: SemiAnalysis

Однако эти преимущества мало что значат на практике. По данным SemiAnalysis, сравнение «голых» спецификаций похоже на «сравнение камер, когда просто проверяешь количество мегапикселей у одной и другой». AMD, отмечают аналитики, таким образом «просто играет с цифрами», но её решения не обеспечивают достаточный уровень производительности в реальных задачах.

Исследователи отмечают, что им пришлось напрямую работать с инженерами AMD, чтобы исправить многочисленные ошибки в ПО для получения пригодных для оценки результатов тестов. В то же время системы на базе ускорителей Nvidia работали гладко и без каких-либо дополнительных настроек.

«С OOBE от AMD (опыт, который пользователь получает при получении продукта после распаковки или при запуске установщика и подготовке к первому использованию, так называемый "опыт из коробки" — прим. ред.) очень сложно работать. И для перехода к пригодному к использованию состоянию [оборудования] может потребоваться немало терпения и усилий», — пишут эксперты.

Особенно показательным для SemiAnalysis оказался случай, когда компания TensorWave, крупнейший поставщик облачных решений на базе графических процессоров AMD, была вынуждена предоставить команде инженеров AMD бесплатный доступ к своим графическим процессорам — тому же оборудованию, которое TensorWave приобрела у AMD — только для устранения проблем с программным обеспечением.

Для решения проблем эксперты SemiAnalysis рекомендуют генеральному директору AMD Лизе Су (Lisa Su) более активно инвестировать в разработку и тестирование программного обеспечения. В частности, они предлагают выделить тысячи чипов MI300X для автоматизированного тестирования (аналогичному подходу следует Nvidia для своих ускорителей), упростить сложные переменные среды, одновременно внедрив более эффективные настройки для ускорителей по умолчанию. «Сделайте готовый опыт пригодным к использованию!» — призывают специалисты.

Представители SemiAnalysis в своём отчёте признаются, что желают успеха компании AMD в конкуренции с Nvidia, но отмечают, что «к сожалению, для этого ещё многое предстоит сделать». Без существенных улучшений программного обеспечения AMD рискует ещё больше отстать, поскольку Nvidia готовится к массовому выпуску ускорителей нового поколения Blackwell. Хотя, по сообщениям, этот процесс у Nvidia также проходит не совсем гладко.

В ходе своего 12-дневного мероприятия OpenAI Shipmas, на котором был также представлен генератор видео на базе искусственного интеллекта Sora, генеральный директор компании Сэм Альтман (Sam Altman) порадовал пользователей ChatGPT Plus, объявив о предоставлении неограниченного доступа к Sora на время праздников.

Источник изображения: OpenAI, aitoolsclub.com

Как пишет AI Tools Club, Альтман объяснил это решение на своей странице в X/Twitter, отметив, что в конце декабря мощности графических процессоров (GPU) OpenAI используются меньше, поскольку люди уходят в отпуск. Это позволяет снизить очередь и предоставить пользователям неограниченные возможности для создания видеороликов. «Наши GPU в конце декабря немного освобождаются, поскольку люди делают перерыв в работе, поэтому мы предоставляем всем пользователям Plus неограниченный доступ к Sora на праздники. Наслаждайтесь творчеством!» — сказал Альтман.

Напомним, ИИ-генератор видео по текстовым запросам Sora был запущен около 10 дней назад и стал ещё одним успешным проектом OpenAI, дополнив линейку таких инструментов, как ChatGPT и DALL-E. Модель доступна на сайте Sora.com для платных пользователей ChatGPT в США и некоторых других стран, и пользуется огромной популярностью.

Позднее представитель OpenAI Рохан Сахаи (Rohan Sahai) поделился ещё одной новостью. Доступ к Sora теперь получат не только обычные пользователи, но и команды, использующие корпоративные аккаунты. Кроме того, Сахаи сообщил, что в генераторе улучшена функция «смешивания» (blend feature), и появилась возможность поделиться сгенерированными видео с друзьями — даже с теми, у кого нет в OpenAI аккаунта.

Искусственный интеллект или машинное обучение стали центральной темой множества новостей в этом году. И заслуженно, хотя во всём этом присутствует известная доля рекламы. Поскольку впереди недели, подводящие итог года, журналисты CNN выступили со статьёй-разминкой, рассказавшей о четырёх неожиданных прорывах в науке в 2024 году, совершённых благодаря использованию искусственного интеллекта.

Внешний вид обугленного свитка, который был прочитан с помощью ИИ. Источник изображения: scrollprize.org

Первой рассказана история об археологическом открытии. Машинное обучение помогло прочитать ряд фрагментов спёкшегося и окаменевшего древнеримского свитка из Геркуланума, погребённого во время извержения Везувия в 79 году н.э. Найдено несколько таких свитков, во всех смыслах представляющих собой головешку, а не документ. Физически развернуть их и прочесть нет никакой возможности. Помогла рентгеновская томография и машинное обучение, которое выявило закономерности в химической структуре образца и помогло не только разделить слои свитка, но также отследить следы сгоревших чернил и начать читать текст.

Вторая история о том, что благодаря ИИ становится яснее фонетическая база «языка» животных. В перспективе машинное обучение может помочь людям научиться понимать «речь» животных. Учёные начали с кашалотов, которые известны своей достаточно сложной и структурированной системой звукового общения. ИИ проанализировал около 9000 записей обмена сообщениями 60 кашалотов в Карибском море.

Нейросеть обнаружила 18 типов ритма, пять типов темпа, три типа вариаций продолжительности и два типа дополнительных щелчков, добавляемых в конце кода в группе более коротких кодов. Этого более чем достаточно для общения любой сложности, но расшифровки всего этого пока нет. Но благодаря найденным «словам» и примерам «построения фраз» учёные намерены начать говорить с китами и посмотреть на их реакцию. Та же практика может быть применена к любым животным.

Третья история продолжает тему археологии. В перуанской пустыне Наска остались огромные рисунки на земле — геоглифы. С уровня земли их не разглядеть. Геоглифы были обнаружены случайно с самолётов в воздухе. Обычно это стилизованные изображения животных, людей или орнаменты. До недавнего времени были открыты 430 изображений. Обученный на этих примерах ИИ смог открыть ещё 303 рисунка, неизвестных ранее, предложив 47 000 кандидатов, которые он посчитал нужным выделить в рельефе пустыни. Как видим, очень много ошибок, что говорит о несовершенстве алгоритма. Но почти удвоение найденных археологических памятников — это определённо удача.

Четвёртая история, пожалуй, может оставить самый значимый след в истории человечества. Это история о предсказании сворачивания белков. Белки состоят из двух десятков аминокислот, но комбинаций и следующих из этого пространственных форм белков сотни миллионов. Чтобы белок реагировал с живой клеткой организма человека, он должен принимать ту или иную 3D-форму — это как подобрать ключ к замку, один его откроет, а второй просто кусок ненужного железа. Искусственный интеллект в виде пакета AlphaFold компании Google DeepMind научился анализировать все известные учёным белки и может предсказывать новые, ещё не открытые. Это лекарства и многое другое для улучшения здоровья людей.

И, наконец, самым ясным фактом признания ИИ в земной науке стало присуждение Нобелевских премий по физике и химии в этом году учёным, разработавшим соответствующие нейронные сети для открытий в области этих наук. Новый инструмент оказался к месту и ко времени, предопределив развитие науки на многие годы вперёд.

Разработчики из Google продолжают добавлять в свой браузер Chrome функции на основе искусственного интеллекта. На этот раз обозреватель получил инструмент для анализа веб-страниц, который задействует нейросеть для выявления мошеннических сайтов.

Источник изображений: Google

Нововведение будет доступно пользователям Chrome для операционных систем Windows, macOS и Linux. Важная его особенность состоит в том, что алгоритм работает полностью локально на пользовательском устройстве и не передаёт данные на серверы Google. Такой подход позволит интернет-гиганту избежать потенциальных проблем и обвинений в нарушении конфиденциальности пользовательских данных. По данным источника, в настоящее время функция обнаружения мошеннических сайтов появилась в одной из недавних бета-версий Chrome на канале Canary. Разработчики добавили в настройки обозревателя соответствующую опцию для активации этого ИИ-инструмента.

Отмечается, что новая функция Google имеет определённое сходство с «блокировщиком вредоносных приложений», который Microsoft недавно анонсировала для своего браузера Edge. Этот алгоритм задействует нейросеть для выявления случаев кибермошенничества и разных вредоносных сайтов. Однако опция Microsoft не активирована по умолчанию, поэтому пользователям требуется включать её самостоятельно в настройках Edge. В отличие от этого, ИИ-алгоритм для борьбы с мошенничеством в Chrome будет активирован по умолчанию, когда появится в стабильных версиях браузера.

Принадлежащий Microsoft сервис для разработчиков программного обеспечения GitHub объявил о выходе бесплатной версии ИИ-инструмента автодополнения кода Copilot, который теперь также будет предоставляться по умолчанию с редактором Microsoft VS Code.

Источник изображения: Microsoft

Также GitHub сообщил, что число его пользователей достигло 150 млн, тогда как в начале 2023 года платформу использовало 100 млн разработчиков.

Ранее ежемесячная плата за использование Copilot для большинства разработчиков составляла от $10 и лишь ограниченное число программистов, включая студентов, преподавателей и разработчиков Open Source, могло использовать его бесплатно.

Бесплатная версия Copilot ориентирована на эпизодических пользователей, а не на тех, кто занят в больших проектах, поскольку имеет ряд ограничений. Её пользователи получат доступ лишь к 2000 автозавершений кода в месяц, и этот лимит учитывает каждое предложение кода со стороны Copilot, а не только принятые варианты. Также бесплатные пользователи смогут задействовать только модели Claude 3.5 Sonnet от Anthropic и GPT-4o от OpenAI, в то время как платный доступ также включает возможность использования Gemini 1.5 Pro от Google и o1-preview и o1-mini от OpenAI.

Кроме того, число сообщений в чате с Copilot ограничено 50 в месяц. В остальном разработчики получат доступ ко всем расширениям и навыкам Copilot.

Как сообщил ресурсу TechCrunch генеральный директор GitHub Томас Домке (Thomas Dohmke), чтобы определить порог между случайными пользователями и профессиональными разработчиками для установки ограничений бесплатной версии, команда сервиса изучила данные об использовании Copilot за последние несколько лет.