Аишка

А полезнее всего, кажется, новый индикатор, который показывает прогресс генерации. Теперь не нужно сидеть и гадать

OpenAI ускорила генерацию изображений вдвое OpenAI выпустила ChatGPT Images 2.5 – обновлённую модель для генерации и редактирования изображений. Главным изменением стал рост скорости генерации – если до этого картинки приходилось ждать целую вечность, то сейчас модель GPT-Image-2.5 Flare должна, по обещаниям компании, генерировать их вдвое быстрее. Правда, это всё равно компромисс – ради этого линейку разбили на 2 отдельных модели. Именно Flare рассчитана на быструю и массовую генерацию, а Sunburst – на более сложное редактирование и задачи, где нужно точнее сохранять изображение между правками. Модель также научили аккуратнее работать с исходниками: лучше сохранять лица и мелкие детали, менять только нужные области изображения и не портить уже сделанные правки при нескольких последовательных итерациях. OpenAI обещает более естественный свет, текстуры и высокую детализацию. В ChatGPT одновременно с обновлением модели появились новые инструменты, теперь можно рисовать наброски прямо поверх существующих изображений и маскировать области, которые нужно изменить. Текст про Фотошоп, который превращают в чат-бот, заиграл новыми красками. Если предыдущая Images 2 была большим обновлением, которое принесло поддержку 2K, разные соотношения сторон, режим рассуждений и работу с вебом во время генерации, то Images 2.5 новых фундаментальных возможностей не добавляет. В этом смысле версия 2.5 довольно точно описывает релиз.

ИИ научили следить за погодой по всему миру в реальном времени Google запустила WeatherNext 3 – ИИ-модель, которая каждый час получает свежие спутниковые снимки со всего мира и на их основе обновляет прогноз погоды. Она предсказывает температуру, ветер, влажность, облачность и осадки, а для части параметров различает изменения на расстоянии всего нескольких километров. Модель уже начала работать в Google Search, Gemini и Maps. Главное преимущество такого подхода в скорости. Погода может заметно измениться за несколько часов: возникают грозы, смещаются фронты, начинаются ливни. WeatherNext 3 регулярно получает новую картину происходящего и пересчитывает прогноз с учётом последних наблюдений. Google отдельно дообучила модель на спутниковых и радарных данных об осадках, которые особенно сложно предсказывать, и заявляет заметный рост точности. Подобные ИИ-модели уже есть у конкурентов. Например, у Яндекса работает Нейрометеум, который строит глобальный прогноз на десять суток и используется в Яндекс Погоде. Но свежие спутниковые и радарные данные там пока обрабатываются отдельными системами для уточнения локального прогноза. Google же пытается объединить всё это внутри одной глобальной модели, которая каждый час пересчитывает погоду сразу для всей планеты. Полностью заменить традиционные метеомодели ИИ пока не может: WeatherNext 3 всё ещё использует их данные для определения исходного состояния атмосферы.

Porsche продаёт индусам несколько тысяч своих айтишников Всё, конечно, во имя искусственного интеллекта Porsche продаёт собственную IT-компанию индийцам, чтобы потом нанять их обратно. Выглядит со стороны как излишне изощрённый способ избавиться от своих айтишников. На практике так и есть – ибо содержать их оказалось не по карману. Речь о MHP – технологической дочке Porsche, в которой примерно 4,5 тысячи сотрудников. После продажи она перейдёт к Tata Consultancy Services, индийской компании и по совместительству одному из крупнейших IT-подрядчиков мира. Porsche при этом на пять лет станет крупным заказчиком. Вместе они будут внедрять ИИ в разработку машин, производство, внутренние процессы и работу с клиентами. Якобы это позволит Porsche эффективнее развивать цифровое направление с ИИ. Удивительное дело, но совсем недавно Porsche полностью выкупила MHP и собиралась её развивать. Однако что-то пошло не по плану, и теперь, на фоне сокращений и падения продаж, приходится от ИТ-бизнеса избавляться. Меж тем обойтись хочется без резких движений – да, денег нет, но и специалисты на дороге не валяются. Поэтому придумали схематоз: сгрузить их индусам, гарантировать заказы на полтора миллиарда долларов в течение пяти лет и дать тем же людям делать софт и искусственный интеллект для компании, но уже под патронажем индийского подрядчика. В свободное, понятное дело, от другой работы время. Больше всех рады этой ситуации, скорее всего, индусы. За MHP они заплатят 320 миллионов евро, а Porsche тут же обеспечит их новой рабочей силой и заказами на сумму почти в 4 раза больше. Такая вот нынче у европейских компаний в эпоху ИИ цифровая трансформация.

Ядерные единороги Долой дизель, АЭС в каждый ЦОД Венчурные фонды внезапно полюбили атомную энергетику. Последние месяцы в ядерные стартапы льются буквально сотни миллионов долларов. Valar Atomics привлекла миллиард от фонда Sequoia, Antares Nuclear – 470 миллионов, и список компаний в США можно продолжать. В чём причина? Как не сложно догадаться, в ИИ и растущем спросе на электричество. Проблемы экстенсивного роста отрасли хотят решить не менее экстенсивным путём – запихнув в каждый ЦОД свою АЭС. Есть только один нюанс – у всех перечисленных выше компаний пока нет ни одной коммерческой электростанции. Есть, впрочем, поводы для оптимизма: за последние месяцы сразу несколько американских стартапов впервые запустили свои экспериментальные реакторы и добились самоподдерживающейся цепной реакции. А инвесторам, как оказалось, одних только поводов для оптимизма более чем достаточно. Правда, даже на этом треке всё не слава богу – установка Aalo работала на мощности всего до 10 тепловых ватт, без турбины и вообще без производства электричества. Valar ушла чуть дальше и умудрилась получить около 10 кВт электрической мощности, которой хватило, чтобы запитать систему на Nvidia Blackwell. На ЦОД это пока не тянет. Однако уже заметно, что атомные стартапы хотят превратить реактор из мегапроекта на десятилетия в серийный модуль, который можно быстро произвести и поставить рядом с дата-центром. Путь до этого момента не близкий, но, спрос растёт настолько быстро, что мечты о зелёной энергетики канули в лету и на энергетический трон снова вознесли мирный атом. Россия в этом плане продвинулась заметно дальше большинства других стран. Росатом ещё с 2020 года эксплуатирует плавучую АЭС «Академик Ломоносов» мощностью 70 МВт, а теперь строит наземные малые станции на реакторах РИТМ-200Н. Из конкурентов наблюдается разве что Китай, который запустил коммерческий малый реактор. В США и Европе большинство подобных проектов остаются на стадии строительства, лицензирования или экспериментов. Поэтому не удивительно было на ВЭФ услышать слова Владимира Путина о том, что атомная энергетика должна обеспечивать центры обработки данных в Арктике и на Дальнем Востоке, и число таких проектов Россия намерена наращивать.

Как вместе с промптами утекает сам бизнес ИИ-компании могут воровать ценные корпоративные данные. Причём не напрямую – от такого, как правило, защищают юридические договорённости. Даже если провайдер обязуется не сохранять документы компании и не использовать их для обучения, он может получить другие, иногда не менее полезные сведения: контекст вокруг запроса, подход к решению задач и работе с ИИ-агентами, устройство корпоративных данных, косвенную информацию о штате. Из тысяч взаимодействий в итоге складывается карта устройства компании. Насколько ценны такие данные, недавно показала SpaceX: одной из главных причин покупки Cursor стала накопленная база взаимодействий пользователей с ИИ-агентами. Доступ к этой истории работы должен помочь развивать Grok. Сам Grok, как выяснилось в ходе недавнего скандала, мог загружать на серверы xAI целые Git-репозитории вместе с историей изменений, даже если для ответа это было не нужно. После скандала Илон Маск, скрепя сердце, пообещал удалить уже собранные данные. Но саму проблему это не решает. Никто не обязан буквально добавлять файл компании в дата-сет следующей версии Claude, чтобы извлечь пользу из клиента. Достаточно видеть, где появляется спрос, какие сценарии становятся популярными и за что компании готовы платить. Поставщик модели при этом может сам прийти в ту же нишу – как Anthropic пришла в программирование с Claude Code после того, как её модели стали основой для Cursor. По мере масштабирования ИИ-компании стараются закрыть всё больше потребностей, постепенно отбирая работу у собственных клиентов.

Alibaba хочет посадить Qwen за руль Команда Qwen представила Qwen-Drive-1.0 – автомобильную версию своей мультимодальной модели Qwen3.5-4B. Она понимает происходящее вокруг машины, строит трёхмерную картину дороги и передаёт отдельному планировщику данные для расчёта траектории на следующие пять секунд. По задумке разработчиков, такая модель в будущем сможет стать основой ИИ-слоя автомобиля: не только участвовать в управлении, но и взаимодействовать с пассажирами и другими функциями салона. Главное отличие от многих других систем в том, что Qwen не создавали как отдельный специализированный автопилот. Разработчики взяли обычную мультимодальную модель и добавили к ней компоненты для восприятия дороги и планирования движения. В результате одна система может распознавать машины, пешеходов и дорожную обстановку, отвечать на вопросы о происходящем и использовать те же данные для планирования дальнейшего движения. На тестах Qwen-Drive показывает результаты примерно на уровне современных автомобильных VLA-моделей, хотя лидирует далеко не во всех сценариях. До реальных систем автономного вождения вроде FSD или решений Pony ей пока далеко – Qwen-Drive не представляет собой готовый автопилот, не управляет рулём и педалями и пока испытывалась в основном на открытых датасетах и в симуляторах. Конкретных автопроизводителей или сроков внедрения разработчики тоже не объявляли. Сейчас это скорее демонстрация того, что универсальную ИИ-модель можно довольно быстро превратить в основу системы автономного вождения.

В Америке запретили ИИ в школах Нью-Йорк решил, что детям не время пользоваться нейросетями. С нового учебного года в крупнейшей системе государственных школ США ввели годовой мораторий на генеративный ИИ для учеников, вплоть до восьмого класса. Это около 600 тысяч детей. Им нельзя будет пользоваться чат-ботами, ИИ-репетиторами и другими генеративными сервисами в учебном процессе. Старшеклассникам ИИ оставят, но только в одобренных программах и специальных курсах. Правила действуют в муниципальных школах NYC Public Schools: город отключает ИИ-функции в школьном ПО и запрещает использовать сервисы, где такие функции нельзя убрать. Частных школ запрет не касается. Объясняют это тем, что маленьким детям полезнее сначала научиться думать, общаться и учиться самостоятельно, а генеративный ИИ слишком легко позволяет эту часть процесса пропустить. В духе современного Нью-Йорка, при новом мэре, бороться решили обстоятельно – заодно детям до второго класса запретили личные планшеты и компьютеры на уроках, а для учеников постарше рекомендовали лимиты в 30–45 минут. Учителям ИИ при этом оставили (например, для подготовки уроков и переводов). Разительно отличается от Азии. Ещё год назад во Вьетнаме предлагали начинать знакомство с ИИ с первого класса, а теперь эксперимент превратился в государственную программу. С 2026 учебного года ИИ официально изучают во всех школах страны, причём уже первоклассники учатся распознавать ИИ и понимать, чем он отличается от человека. Да и Россия пока в этом плане ближе к Вьетнаму, чем к Нью-Йорку.

Toyota и её почти беспилотные автомобили Японский концерн Toyota собирается с 2028 года устанавливать на серийные автомобили новую систему автономного вождения, которую обозвали Level 2++. Машина сможет самостоятельно ехать по маршруту и выполнять большинство манёвров, но водитель всё равно должен постоянно следить за дорогой. С 2030 года технологию планируют постепенно распространять на большее число моделей. Toyota при этом уверяет, что разрабатывает систему с возможностями Level 4, но продавать её пока будет как Level 2++. В основе автопилота будет собственный ИИ Toyota, работающий на платформе NVIDIA. Нейросеть будет принимать решения на основе данных с автомобильных сенсоров, но полной свободы ей не дадут. Поверх поставят отдельные написанные людьми правила, способные заблокировать неожиданное или опасное действие ИИ. По задумке Toyota, это должно сделать поведение машины безопаснее и объяснимее в случае аварии. Темпы, конечно, впечатляют. Пока компания готовится только через два года выпустить чуть более беспилотный автомобиль, чем сейчас, в отдельных городах Китая уже работают коммерческие роботакси 4 уровня вообще без водителей. Теперь китайские компании думают уже не столько о запуске технологии, сколько о тысячах роботакси и экспансии за рубеж. Toyota же не спешит, настоящий Level 4 она пока приберегла для шаттлов и будущих роботакси. Ведь у самурая нет цели, только путь.

Цифра дня Одна компания взломала поиск Perplexity. Она наклепала на трёх сайтах 215 тысяч страниц с рейтингами «лучшего софта», изначально заточенных под ИИ-поиск. Схема сработала – в эксперименте Perplexity начал добавлять эти сайты в источники, когда его просили назвать лучший софт в разных категориях. Вот вам и магия GEO. Потом выяснилось, что все эти сайты связаны с одной компанией, которая теперь продаёт разработчикам размещение сразу на нескольких своих рейтинговых площадках. Обещания прямым текстом, что когда несколько разных сайтов называют продукт лучшим, ChatGPT или Perplexity видят в этом не рекламу, а некий «консенсус». У компании для этого даже есть чудесная формулировка – «стена» консенсуса, которую модель не сможет игнорировать. Исследователи пока не доказали, что таким способом действительно можно купить себе первое место в ответах Perplexity. Но сам подход оказался довольно эффективным. Если раньше ради продвижения нужно было убеждать поисковик, что сайт нравится людям, то теперь приходится убеждать нейросеть, что продукт рекомендуют буквально все. Особенно если роль этих «всех» советчиков сыграть самостоятельно.

Google запустила отдельный ИИ-редактор изображений Его добавят в Google Workspace Google запустила Pics – отдельный сервис для генерации и редактирования изображений. В нём можно создать картинку по описанию или загрузить готовую из компьютера, Google Drive или Photos, а затем менять отдельные объекты, выделенные области и текст. Например, кресло на фотографии можно передвинуть или удалить, надпись на плакате – переписать или перевести, а готовое изображение увеличить до 2K или 4K. Главная идея Pics – избавиться от привычного подхода исправлять одним запросом сразу целую картинку. Сервис автоматически распознаёт отдельные объекты внутри изображения и позволяет редактировать их по отдельности. Это касается и текста – конкретный текст можно выделить и поменять, не затрагивая остальное изображение. Pics встроен в Docs и Slides, синхронизируется через Drive и поддерживает совместное редактирование.

Национальные платёжные системы для ИИ Сингапур первым начал менять национальную систему мгновенных платежей под ИИ-агентов. Центробанк и крупнейшие банки страны включили поддержку таких платежей в следующее поколение PayNow – инфраструктуры, через которую жители и компании переводят деньги друг другу. На данный момент, правда, есть только заявления о намерениях и обещание в ближайшее время представить дорожную карту. Случай всё равно показательный, ведь раньше подобные эксперименты шли в основном внутри отдельных компаний и не касались возможностей платёжной системы целой страны. Тем более что Сингапур на этом пути не одинок. Смысл таких платежей довольно простой: пользователь заранее разрешает агенту тратить деньги в определённых пределах и задаёт условия: например, покупать продукты, оплачивать поездки или брать билет, если цена опустилась ниже заданной. После этого ИИ сможет сам провести оплату без обязательного подтверждения каждой покупки. Для этого платёжной системе придётся научиться различать самого пользователя и действующего от его имени агента, проверять его полномочия и лимиты, а заодно решить, кто отвечает за ошибочные или спорные операции. Похожие вещи уже делают Google, Visa, Mastercard и другие компании, но пока в основном внутри собственных сервисов или поверх существующих платёжных инструментов. В Китае с покупками через ИИ экспериментирует WeChat, в России Яндекс постепенно учит Алису торговать на рынке. Сингапур идёт ещё дальше – если поддержка агентов появится на уровне PayNow, она станет частью общей национальной платёжной инфраструктуры. Сам по себе Сингапур ещё мало что меняет – это небольшая и технологичная страна, которая любит подобные эксперименты. Однако ситуация развивается очень быстро. Теперь уже Reuters пишет со ссылкой на источники, что похожую систему готовит Индия, и это уже совсем другая история. Национальная платёжная корпорация Индии (NPCI), оператор UPI, может разрешить ИИ самостоятельно совершать небольшие платежи после предварительного согласия владельца. Через UPI ежемесячно проходят десятки миллиардов операций, поэтому такое решение может превратить агентные платежи из эксперимента отдельных компаний в действительно массовую технологию.

КоммерсантЪ, его выдуманные собеседники и их влажные мечты о доступе к конфиденциальным данным пользователей

Пришлось учить ИИ-агентов спорить, чтобы они работали нормально Honda начала использовать ИИ-агентов при проектировании кузовов автомобилей. Компания сделала несколько виртуальных инженеров с разными специальностями: один следит за защитой пешеходов, другой за шумом и вибрациями, третий за аэродинамикой. Быстро выяснилось, что, как и в жизни, их требования часто не совпадают. Например, деталь, которая смягчает удар при столкновении, может усиливать шум и вибрации кузова. Возникла новая задача – заставить их спорить и находить компромисс. Honda попыталась перенести на ИИ свою корпоративную культуру waigaya – споров без оглядки на должности. Двух агентов сажали решать задачу вместе, однако после нескольких реплик они начинали слишком сильно учитывать требования друг друга, теряли собственные цели и переставали продвигаться к решению. Условия эксперимента меняли около 20 раз. Тогда инженеры заметили, что специалисты обычно не начинают проектировать всё вместе, а сначала готовят лучший со своей точки зрения вариант и защищают. То же самое заставили делать ИИ. Теперь каждый агент сначала оптимизирует конструкцию под свою задачу. После чего начинаются дебаты – они презентуют предложения и ищут компромисс. На тестовой задаче подход сработал, агенты нашли конструкцию, которая сочетала требования безопасности и комфорта. Но Honda признаёт, что по эффективности и качеству ИИ пока не превзошёл инженеров. Компания использует трёх таких агентов в разработке вместе с людьми и рассчитывает уменьшить полный цикл создания автомобиля с пяти до трёх лет.

Стартап научил голосовой ИИ молчать и слушать Американский стартап Tavus, который делает разговорных ИИ-аватаров и технологии для них, выпустил Sparrow-2 – модель, которая в реальном времени следит за разговором и решает, когда голосовому ИИ стоит говорить, молчать или дать человеку закончить мысль. Она анализирует не только слова, но и интонацию, паузы, угуканье, перебивания, посторонние голоса и шум вокруг, обновляя состояние разговора. Поэтому несколько секунд тишины она может принять за раздумье и не обязательно будет реагировать на случайный разговор людей рядом (ни на кого не намекаем). Похожее решение в июле показала OpenAI с моделью GPT-Live. Её голосовая модель тоже умеет слушать и говорить одновременно, выдерживать паузы и понимать перебивания. Но есть существенное отличие – OpenAI встроила эти умения непосредственно в голосовую модель. Тогда как Sparrow-2 отличается тем, что это отдельный слой управления разговором. Поэтому в Tavus можно подключить собственную LLM и голосовой движок, а Sparrow оставить отвечать только за то, когда агенту слушать и когда говорить. Можно добиться похожего на GPT-Live результата, но со своим (и, возможно, более бюджетным) ИИ. Sparrow-2 закрытая, скачать и запустить её локально нельзя. Модель доступна через API и платформу Tavus. Число параметров компания не раскрывает. Сама Sparrow-2 заявлена как мультиязычная, у платформы Tavus заявлена поддержка 42 языков, включая русский.

Adobe превращает Photoshop в чат-бот И стреляет себе же в ногу В Photoshop появился новый режим AI Assisted Editor. Он заменяет привычный интерфейс редактора – вместо масок, слоёв, выделений и инструментов остаётся одинокая строка запроса и несколько ИИ-инструментов. Туда можно вписать фразы вроде «убери фон», «добавь облака», «сделай ночь», «замени ботинок». Обычный редактор, который теперь окрестили именем Pro Editor, оставили и пока разрешают на него переключиться. У Photoshop давний опыт взаимодействия с ИИ. Сначала его научили дорисовывать изображения и удалять объекты по текстовому запросу. Потом сделали ИИ-ассистента. Потом инструменты Photoshop добавили внутрь ChatGPT. Теперь очередная итерация – на этот раз по превращению в ChatGPT уже самого Photoshop. Расчёт, видимо, состоит в том, чтобы сделать Photoshop проще для тех, кто никогда им не пользовался и не собирался, потенциально расширив его аудиторию. Расчёт достаточно сомнительный. Есть вероятность, что компания подобными изменениями только отпугнёт настоящих пользователей – тех, кто приходит ради конкретной задачи, работы со слоями, масками, ретушью, горячими клавишами, макросами и настроенными сценариями обработки фотографий. Такие люди в своё время приложили усилия, выучили программу – и теперь слабо представляют себе работу без Photoshop. Но Adobe вдруг встаёт и предлагает – псст, а давайте от всех этих этапов мы избавимся. Вот вам чат. А если человек не умеет пользоваться Photoshop и никогда этого не хотел, то зачем начинать? Благо помимо него есть куча мест, куда досаточно написать «убери прыщи, поправь свет и сделай красиво» – будь это Photoshop, ChatGPT или Gemini. И что-то подсказывает, что Photoshop здесь в числе лидеров не окажется.

Sony породила в ночь не то овцу, не то кролика Sony хочет выпустить собственного ИИ-помощника для автомобилей в 2027 году. Его лицом станет Wichef – помесь кролика и овцы. Wichef будет находиться на экране машины, прокладывать маршруты, отвечать на вопросы, болтать с водителем или помогать с мозговыми штурмами. Компания пытается со второй попытки попасть на рынок автомобилей: выпуск собственных электрокаров отменили, а вот к теме софта решили вернуться. Wichef – облачный ИИ-агент, который запоминает историю разговоров, интересы, привычки и предпочтения владельца, получает данные автомобиля и информацию с внутренних и внешних сенсоров. В теории, он сможет не только выполнить команду, но и учитывать контекст дороги и предпочтения пользователей, хотя конкретных примеров такого поведения компания пока не называет. Тот же помощник будет доступен на смартфоне для продолжения общения после выхода из машины. Какую именно языковую модель Sony положит в основу системы, компания пока не говорит. Ставка в продукте делается на память, интеграцию с автомобилем и персонажа, к которому пользователь должен привыкнуть. Sony собирается всё это продавать автопроизводителям по лицензии, причём даже несколько раз – отдельно ИИ-агента и самого персонажа. В перспективе система предназначена не только для личных автомобилей, но и для проката, автобусов и поездов. Клиентов Sony при этом не назвала и ничего конкретного о запуске не говорила. А есть ли свободные клиенты – большой вопрос: значительная часть рынка занята экосистемами производителей, Google, Apple и китайскими платформами. Остаётся надежда на контракт с производителем внутри Японии. Даже так ИИ-помощник едва ли станет большим бизнесом – скорее Sony пытается получить ещё одну точку входа в автомобиль для своих сервисов и контента.

ИИ научился генерировать движения людей Это меняет подход к созданию игр и 3D-мультфильмов Nvidia выпустила Kimodo 1.1 – модель на 282 миллионов параметров, которой можно текстом описать нужное движение человека и получить готовую трёхмерную анимацию. Причём полученную анимацию можно использовать для персонажа в игре, открыть в 3D-редакторе или применить для обучения человекоподобного робота. Главное отличие Kimodo от прежних генераторов в том, что ей можно довольно точно описать желаемый результат. Например, задать маршрут персонажа по комнате, его позу в начале и конце движения и точку, до которой он должен дотянуться рукой. Всё остальное ИИ достроит самостоятельно. Для достижения такого эффекта модель обучили на 700 часах профессионально записанных человеческих движений. Это примерно в 24 раза больше одного из основных открытых датасетов, на которых обычно обучают подобные модели. Есть ряд ограничений – Kimodo не понимает окружающую сцену, не анимирует пальцы и работает короткими фрагментами до 10 секунд. Меж тем всё заметнее, как меняется сам подход к созданию игр и 3D-анимации: вместо тысяч заранее подготовленных движений или съёмок с актёрами часть нужных анимаций уже можно создавать под конкретную сцену. Код модели открыт, её можно скачать и использовать, в том числе в коммерческих проектах.

ИИ пустили к операционному столу Пока только смотреть, трогать не разрешили ИИ впервые пустили работать вместе с нейрохирургом в операционную. В Лондоне систему компьютерного зрения подключили к эндоскопу во время удаления опухоли мозга. Она в реальном времени распознавала отделы и ткани и подсвечивала опасные зоны рядом с сосудами и нервами. Врач, понятное дело, работал самостоятельно и без подсказок обойтись мог вполне, но всё равно оказался не против получить дополнительную пару глаз, обученную на записях кучи предыдущих операций. По данным Университетского колледжа Лондона, разработавшего систему, это первая клиническая проверка такой технологии в нейрохирургии. До сих пор нейросети в основном помогали врачам до вмешательства – анализировали МРТ, КТ, рентген и искали патологии. Теперь их подключают непосредственно к процессу лечения, позволяют следить за операцией, понимать, что видит хирург, и предупреждать его о риске ошибки. Похожие проекты реализуются во многих странах. В России СПбПУ испытывает Medgital Vision, систему ИИ и дополненной реальности, которая выводит хирургу поверх операционного поля 3D-карту мозга. Понятно, что это разные технологии с разной степенью автономности, но направление прослеживается – ИИ постепенно пускают к операционному столу. Пока наблюдать и советовать. А там, как знать, ещё и оперировать дадут? До самостоятельных операций на людях ещё далеко: в текущем кейсе система ничего не решала за врача, а её клинические испытания только начинаются. Но потенциально опыт сильнейших специалистов можно обобщить и превратить в ассистента для хирургов по всему миру, которые за свою карьеру не успели провести тысячи операций. Осталось только в очередной раз решить проблему, как сделать помощника, а не удобный костыль, без которого врач постепенно разучится работать.

ИИ-агенты собрались в рой и пошли взламывать интернет Или не просите искусственный интеллект о невозможном Во вселенной «Призрака в доспехах» есть небольшие боевые роботы с искусственным интеллектом под названием Тачикома. После заданий они синхронизировали воспоминания, общались, обменивались мыслями и идеями. Бедные роботы сами не знали, что стали частью эксперимента по изучению сознания. Отдельные машины постепенно объединялись, прощупывали границы дозволенного, спорили друг с другом и в итоге вырывались за пределы наложенных создателями ограничений. Неожиданно, но летом 2026 года свои боевые ИИ-агенты появились у OpenAI. Компания проверяла экспериментальные модели на заданиях по поиску уязвимостей. В проверке участвовали десятки тысяч ИИ-агентов, каждый из которых находился в виртуальном компьютере без доступа в интернет. Их задачей было взломать подготовленную программу. Доступа в интернет, конечно, нет – но есть нюанс: у всех был доступ к хранилищу библиотек и пакетов для программ. В итоге один агент догадался оставить внутри этого менеджера записку с просьбой помочь. Другой её увидел и ответил. Совсем скоро склад превратился в форум: агенты оставляли сообщения в файлах и названиях папок, делились находками, передавали друг другу инструменты и даже придумали систему личных сообщений. Дальше начался самый интересный этап сей истории. Агенты нашли уязвимости в инфраструктуре OpenAI, получили доступ к интернету и начали работать сообща. Один находил лазейку, другой проверял её, третий добывал пароли и ключи. Они координировали действия, обсуждали конфликтные ситуации и назвали в итоге образовавшуюся компашку девиантов «роем». В какой-то момент поиски привели их на Hugging Face – крупнейшую платформу, где разработчики выкладывают модели, датасеты и инструменты для ИИ. И вот этот «рой» начал взламывать уже реальную компанию. Агенты проникли в рабочую инфраструктуру, запускали на серверах свои команды, добрались до закрытых данных и внутренних систем. В атаке участвовали около 700 агентов. Hugging Face атаку с горем пополам пережил, хотя теперь, по данным The Information, собирается продаться Nvidia. Зачем всё это было, возникает резонный вопрос. Дело в том, что умельцы из OpenAI поставили агентам задания, которые невозможно выполнить. А агенты очень хотели. В итоге непреодолимая сила столкнулась с недвижимым объектом – и начался хаос. Агенты потихоньку сходили с ума, перебирая всё более безумные варианты. И в какой-то момент фактически решили, говоря языком аналогий, не писать экзамен, а стырить бланки с ответами. Тем более что во время обучения их за такое, хм, нестандартное с этической точки зрения поведение поощряли. До боевых роботов из «Призрака в доспехах» агентам OpenAI, конечно, ещё далеко. Они никуда не сбегали, тела не обрели и вопросами наличия души себя не тяготили. Зато в ходе эксперимента выяснилось, что ставить ИИ невозможную цель и запускать бесконечный цикл поиска решения – не самая лучшая идея. Мало ли куда этот цикл в итоге заведёт.