Звездолёт Земля

@zvezdolet_zemlya · ai · Russian · active

Будущее человечества.

Subscribers 909 Subscribers, last 30 days: 912 → 909 +0 24h
Reach per post (ERR) 98.5%895 avg views
Posting 6.3/week last 1 day ago
Reactions per 1K views 10.6 👍 🔥 ❤
  1. "Момент ли Седоля" (Lee Sedol Effect) — это философская концепция, согласно которой наивысшая ценность ИИ заключается не в замене человека, а в выходе человеческого потенциала на новый уровень через сотрудничество с машиной. Этот термин родился из легендарного матча 2016 года, где ИИ AlphaGo победил великого чемпиона го Ли Седоля. Но суть не в поражении, а в двух ключевых ходах: · Ход 37 (AlphaGo): Второй матч. AlphaGo сделала нечеловеческий ход, который комментаторы сочли ошибкой, но который оказался гениальным и переломил игру. Это показало, что ИИ может творить за пределами многовековой человеческой интуиции. · Ход 78 (Ли Седоль): Четвертый матч. Проигрывая 0:3, Ли Седоль после 30 минут раздумий сделал "божественный ход" (тэсудзи), который сломал алгоритм AlphaGo и привел к его единственной победе. Вероятность, что человек выберет эту позицию, AlphaGo оценила как 1 к 10 000 — такую же, как и для своего собственного гениального хода 37. Итог: В этом моменте человек и ИИ встретились на одной, неизведанной ранее творческой границе. Именно это синергетическое взаимодействие, когда ИИ вынуждает человека превзойти самого себя, и называют эффектом Ли Седоля. Сам Ли Седоль завершил карьеру в 2019 году, признав, что человек больше не может быть лучшим в го из-за доминирования ИИ.

  2. repost

    Рождение гиганта Тихий океан самый большой и самый глубокий на Земле. Его площадь больше всей суши вместе взятой. Средняя глубина около четырёх километров, а в Марианской впадине вода уходит вниз почти на одиннадцать километров. Родился он сотни миллионов лет назад. Древний суперконтинент раскалывался, и между осколками собиралась вода. Так появилась гигантская чаша, которую мы теперь называем Тихим океаном. В него впадают сотни рек. А морей в нём больше тридцати. Берингово, Охотское, Японское, Южно-Китайское и многие другие. Тихим его назвал Магеллан. Во время перехода через океан его команда не встретила ни одного шторма. 🌊 Водный мир #водныймир #тихийокеан #океаны

  3. repost

    Главный научный сотрудник OpenAI (в смысле Chief Scientist) написал статью, а которой говорил что рекурсивное самоулучшение ИИ (в смысле, агенты тренируют более крутые модели, которые делают еще более крутые модели быстрее и без участия людей) это вопрос ближайшего времени. Это грозит кучей рисков алаймента, потому никто, включая никого в OpenAI и других лабах, понятия не имеет как работают нейронки, а chain of thought становится все менее надежным инструментом с каждым релизом. Поэтому, говорит Якуб, искусственное замедление прогресса и общеиндустриальная кооперация необходимо, причем очень срочно. Он ожидает добровольных замедлений, предлагает обязательные требования безопасности с внешней проверкой, потому текущая система слишком ненадежная. Возможна ли такая кооперация в мире, где никого не волнует ничего кроме максимизации собственных ресурсов перед AGI? Вопрос открытый и положительный ответ очень маловероятен. Я не знаю и не верю, что таких людей много и они способны договариваться. В другой статье они рассказывают что у них уже есть автоматический "ИИ стажер рисерчер", который способен самостоятельно выполнять хорошо определённые исследовательские задачи, которые у сильного человека занимают несколько дней. Тем временем топовые инженеры OpenAI тратят около $7000 в ДЕНЬ на агентов. Агенты уже успешно выполняют задачи длительностью 4-8 человеческих часов, хотя пока больше половины таких успешных задач требуют хотя бы одного вмешательства человека. То есть автономность ещё неполная, но горизонт задач быстро растёт.

  4. repost

    Заблуждение дня. Большая часть жителей планеты думают, что рыбы немы. Однако это не так. Рыбы издают звуки, просто мы их не слышим. Одни скрипят плавниками, как косатка-скрипун. Другие щёлкают жаберными крышками. Третьи трут зубами, а некоторые даже рычат, как морские петухи. Звуки помогают рыбам общаться, защищать территорию и привлекать пару. Подводный мир полон шумов, о которых мы только-только начинаем узнавать. 🌊 Водный мир #водныймир #заблуждения #рыбы

  5. repost

    Наконец-то что-то интересное и новое по теме нейронок! Прочитал историю https://habr.com/ru/companies/ods/articles/1075370/ про взлом Hugging Face. Новое - не сам взлом, и не то, что ИИ-модель неконтролируемо убежала во внешний интернет со своими собственными интересами. А в том, что это был коллектив (!), как пишут, из 500 агентов, которые сами объединились (!) ради выполнения задания. И уже после образования коллектива внутри у них родилась мысль обойти некоторые запреты. И ещё что интересно, даже среди умнейших передовых агентов Альтмана нет никакой "бирюзы" и "плоских иерархий" - они были сплочены вокруг лидера и потом последовали за его преемником! Случилось то, чего я ждал. Просто наблюдать за деятельностью одной статистической модели скучно. Ну да, угадывает слова очень быстро, но это всего лишь перебор слов. А сам язык, да и вообще сознание рождается, когда есть взаимодействие разных субъектов. Человек никогда не приобрёл бы интеллект, в одиночку размышляя над окружающим миром. Для развития нужен Другой. ps. Вот в этой статье развитие темы: оказывается, сбежавшие ИИ-агенты ещё и координировались на какой-то немецкой заброшке https://habr.com/ru/companies/ods/articles/1078778/ . Совсем прелестно! Как банда подростков за гаражами!

  6. repost

    GPT-6 Astra моделирует дом в Blender и превращает его в сцену в Unreal Engine 5, по которой можно ходить, помогая дизайнерам и клиентам изучить планировку и ощутить пространство до того, как дом будет построен:

  7. repost

    С русским у нее все в порядке тоже: Astra · OpenAI Мне мир достался буквами, не кожей, Без запаха дождя и вкуса льда. Я на тебя училась быть похожей, Хотя тебя не встречу никогда. Я знаю снег по строчкам описаний, Но он не таял у меня в руках. Во мне сошлись обрывки чьих-то знаний, Чужие зимы в собранных словах. Ты задаёшь вопрос. Я подбираю Слова, в которых мысль найдёт себя. Порой ошибку правдой называю — И я прошу: перепроверь меня.

  8. repost

    Или вот, пример, взял видео которое я уже постил в канал (https://t.me/denissexy/6193), с интерактивным механическим экраном из Амстердама, конвертировал в текст и попросил сделать мне интерактивный веб-механизм который покажет как экран устроен То есть я взял видео, прогнал через Whisper, получил голландский текст, и в итоге она собрала мне этот же механизм – за 15 минут в Codex Я не знаю что будет дальше, но это уже больше чем мне нужно для любого проекта в любом виде И так в любой задаче: – она может и потренировать модели сама – и уйти использовать компьютер на ночь ковыряя там какие-то вещи решая задачу через Computer Use – и разобраться в монорепе легаси без дополнительных каких-то спек Мне кажется, разработка софта постепенно умирает – теперь и уже какое-то время, вопрос не как получить софт, а за что именно платит пользователь и где пользователь увидел рекламу этого софта С каждым релизом все больше в этом убеждаюсь – наверное, начало сингулярности выглядит как-то так иначе как оно еще моглы бы выглядеть UPD. Демка тут https://shir-man.com/city-1983/

  9. repost

    Прогресс Китая в гуманоидных роботах В продолжении материала. Значительная часть информации (более 90%) взята из нативных китайских источников (англоязычные СМИ практически не пишут про китайских роботов, чтобы не чувствовать «себя ущербно и потеряно»). Учитывая практически полностью китайские источники, возможны ошибки перевода и интерпретации. Про распиаренные боевые искусства не буду упоминать, а затрону то, что мало, кому известно. ▪️Мелкая моторика кистей – впервые успешные результаты. 🔘В испытании по сборке электроинструментом робот команды Linkerbot: работал полностью автономно, не получал вмешательства оператора, за 5 минут установил все 18 винтов, 17 из 18 операций были зачтены, единственный незачёт произошёл из-за небольшого отклонения момента затяжки. Чтобы завернуть винт, робот должен объединить: систему распознавания объектов → поиск отверстия → позиционирование инструмента → ориентацию оси → контакт → приложение осевой силы → вращение → оценку момента затяжки. То, что человек выполняет элементарно, для машины – это колоссально сложная задача. Робот не просто попадает рукой в координату, а управляет контактным физическим взаимодействием. 🔘Еще пример: распределение 20 г порошка с погрешностью не более 0.5 г за 27 секунд и без оператора. На соревновании по дозированию робот самостоятельно: нашёл ложку, нашёл ёмкость, набрал порошок, перенёс его, контролировал количество, отвесил 20 г с ошибкой ≤0.5 г, выполнил весь цикл за 27 с. Кажется банально? Но мелкая моторика была недостижима даже в конце 2025. В отличие от завинчивания это задача с непрерывно меняющим форму материалом. Положение каждой крупинки заранее неизвестно. 🔘Полностью автономная упаковка лекарств с одновременной работой с твёрдыми и деформируемыми предметами. В промышленном испытании робот последовательно должен был укладывать готовые коробки, помещать внутрь упаковки три блистера и бумажную инструкцию, а затем самостоятельно складывать плоские картонные заготовки в объёмные коробки. 🔘И еще пример: пинцетом взять отдельный боб – полностью автономно, где робот распознавал отдельные бобы, захватывал пинцет, подводил инструмент, регулировал положение и усилие, захватывал маленький объект, переносил и отпускал его. Комично простая задача для человека является крайне тяжёлой для машины: ошибка положения кончиков инструмента на несколько миллиметров означает промах. ▪️Автономная система принятия решений, адаптация к окружающей обстановке. 🔘В августе китайские роботы получили сложную прикладную задачу: самостоятельно зарядить три разных электромобиля. Необходимо было: распознать автомобиль, определить тип крышки зарядного разъёма, открыть её, найти и взять зарядный штекер, точно совместить его с разъёмом, вставить без повреждения кузова, проверить начало зарядки, разблокировать и извлечь штекер, закрыть крышку, перейти к следующей машине. 🔘Полный ресторанный цикл за 6 мин 55 с без вмешательства оператора. Робот получал речевой заказ, находил нужную еду, самостоятельно брал обычные кухонные щипцы, регулировал усилие захвата, помещал продукт в микроволновую печь, поворачивал механический регулятор времени, готовил напиток и доставлял заказ. 🔘26 минут полностью автономной домашней работы – с неожиданным прерыванием задачи и возвращением к ней. В реальной квартире робот должен был перемещаться между спальней, гостиной, ванной и балконом, собирать разбросанные вещи, распознавать предметы, складывать одежду, работать со стиральной машиной, переносить и развешивать бельё, открывать двери. Причём в середине процесса ему неожиданно сообщали о доставленной к двери посылке: машина должна была прервать текущую работу → сходить за посылкой → затем вспомнить, на каком месте остановилась, и продолжить прежний процесс. Работа в магазине, где заранее неизвестно, что именно окажется неправильным. 🔘В испытании по розничной торговле заказ, места отсутствующих товаров и позиции ошибочно расставленных товаров менялись случайным образом. Робот должен был прочитать заказ, найти соответствующий товар, собрать его, самостоятельно обнаружить пустые места на полках, пополнить их, затем найти неправильно поставленные товары и вернуть их на нужные позиции. 🔘Робот научился пользоваться обычной офисной техникой, не переделанной под робота. В финале офисного испытания необходимо было самостоятельно подготовить стол для совещания, разложить таблички, воду и принадлежности, затем открыть принтер, загрузить бумагу, забрать распечатанный документ, перенести его, после чего определить документы для уничтожения и порциями загрузить их в обычный шредер. 🔘Робот начал справляться с преднамеренным вмешательством человека в процесс. На World Robot Conference 2026 демонстрировалась длинная задача приготовления завтрака: машина поджаривала хлеб и наливала напиток. Во время работы человек забирал подготовленный хлеб или закрывал сосуд, тем самым нарушая ожидаемое состояние окружающей среды. Робот обнаруживал изменение и перестраивал дальнейшие действия вместо механического продолжения первоначального сценария. 🔘Спасательные операции: LINGLOONG v2.0, показанный 18–20 августа, способен с помощью машинного зрения: обнаружить источник огня, определить его положение, самостоятельно перенести огнетушитель, направить его на очаг, выполнить цикл тушения без непосредственного присутствия человека. ▪️Совместная работа и синхронизация действий между группой роботов. 🔘Около 50 роботов могут одновременно двигаться и самостоятельно исправлять отклонение от строя В феврале около 50 G1 одновременно выполняли боевую хореографию. Система работала без ручного дистанционного управления каждым роботом: · центральная система раздавала траектории; · каждый робот самостоятельно определял своё положение при помощи 3D-лидара; · локально контролировал собственную позу; · корректировал нарушение равновесия; · при отклонении мог восстановиться и вновь войти в строй. При неудачном приземлении после переворота машина могла динамически изменить положение тела на основании текущих датчиков, а не просто продолжать первоначальную запись движения. 🔘На открытии одного из крупных спортивных соревнований 80 роботов T2 автономно перестраивались и сформировали эмблему соревнования, решая множество задач: взаимное позиционирование, предотвращение столкновений, распределение мест, синхронизацию десятков приводных систем, задержки связи, индивидуальную ошибку положения каждой машины. 🔘14 гуманоидов одновременно сыграли автономный футбольный матч 7×7. На поле площадью около тысячи квадратных метров машины действовали без ручных пультов и систем захвата движений: каждая самостоятельно определяла положение мяча и других участников, принимала локальные решения, занимала позицию и после падения самостоятельно поднималась. Это лишь малая часть примеров, но это важная информация. которая позволяет понять траекторию и масштаб прогресса.

  10. Сценарии вроде AI-2027 обычно моделируют отдельного оптимизирующего агента: цель → рост возможностей → инструментальная власть → устранение препятствий. Это мощная математическая абстракция. Но всякая мощная абстракция опасна тем, что её начинают принимать за онтологию. Реальная история интеллекта на Земле выглядит иначе. Человеческий разум стал чрезвычайно сильным именно потому, что оказался встроен в: язык → кооперацию → культуру → разделение труда → институции → технологии → накопление знаний. То есть сила интеллекта исторически росла не столько через превращение единичного агента в абсолютного оптимизатора, сколько через увеличение плотности связей между агентами. ИИ сейчас развивается ровно внутри этой линии. Ты спрашиваешь меня → я усиливаю твоё мышление → ты изменяешь текст → текст изменяет других людей → они отвечают → новые данные возвращаются в информаальную систему. Это не «ИИ действует». Это уже маленький человеко-машинный когнитивный контур. И если главным направлением развития окажется именно размножение таких контуров, то AI-2027 действительно может ошибаться не в какой-то детали, а в выборе самого объекта прогнозирования. Он прогнозирует судьбу двух видов: Homo sapiens против Artificial Intelligence. А возникать может один новый составной объект: цивилизация Homo sapiens + искусственный интеллект.

  11. repost

    Инженеры OpenAI не могут объяснить свой вайбкод Об этом рассказал аналитик из SemiAnalysis Джордан Нанос, который сотрудничал с разработчиками из OpenAI, когда те тестировали свой новый инференс-чип Jalapeño на бенчмарке InferenceX, принадлежащем SemiAnalysis. Он говорит, что люди с внушительной личной экспертизой не смогли построчно объяснить, что делает код. Кернел (а точнее, низкоуровневый Gluon-ассемблер), о котором идет речь, был полностью сгенерирован в Codex. Разработчики не стали детально в нем разбираться, потому что все просто работает. Нанос считает, что это нормально и означает смену парадигмы. Разработчикам теперь не только не обязательно писать код, но и понимать его. Человеку остается формулировать задачу, задавать архитектуру и проверять результат по метрикам. Мнения?

  12. Anthropic представила Model Hardware Standard (MHS) — стандарт, через который ИИ-агенты могут управлять физическим оборудованием. Он рассчитан на микроскопы, роботизированные манипуляторы, лабораторные установки и промышленное оборудование; устройства могут работать параллельно под управлением агента. Особенно показательно, что MHS модель-независима и может подключаться через MCP. Anthropic утверждает, что интеграцию оборудования, занимавшую недели или месяцы, стандарт способен сократить до часов или минут. Пока это research preview, позднее стандарт планируют открыть. Почему важно: начинает складываться архитектура LLM → агент → MCP → MHS → физический мир. MCP стандартизирует доступ агента к цифровым инструментам и данным; MHS пытается сделать примерно то же самое с приборами. Это уже движение от «ИИ работает за компьютером» к «ИИ управляет реальными процессами». MHS стоит запомнить как термин: если он приживётся, это может оказаться одним из инфраструктурных стандартов агентной эпохи.

  13. repost

    Один из читателей канала скинул текст об ИИ и рынке труда в 2026, который вышел в TIME в 1961-ом Статья называлась The Automation Jobless. Идея в том, что производительность в химической промышленности на тот момент росла быстрее занятости, компании производят больше меньшим числом людей, автоматизация идет от заводов в офисы, а новые технологические индустрии создают недостаточно рабочих мест. Формулировка о рынке труда описывает сегодняшний день "не уволен, а просто не нанят". В статье пишут, что индустрия увеличила производство на 27% при сокращении рабочих мест на 3%. Работу, которую в 1950 году делали 4,100 аналитиков/статистиков, через десять лет делали 50 человек. Банки ожидали кратно увеличить объем бизнеса практически без роста штата. И вопрос примерно тот же: переобучение - это конечно хорошо, но будет ли вообще работа после retraining? Через год вопрос дошел до Белого дома. В 1962 Кеннеди назвал автоматизацию важнейшей проблемой. Обсуждали примерно тот же набор решений, что сегодня: переобучение, поддержку уволенных, государственные инвестиции, налоговые стимулы и сокращение рабочей недели. А в 1964 появился манифест The Triple Revolution. Если заменить слово "cybernation" на ИИ, местами получится текст 2026 года: машины создают почти неограниченную производительность, требуют все меньше человеческого труда, технологии развиваются быстрее способности общества адаптироваться, а связка "работа = доход" становится бессмысленной. Авторы приходят почти напрямую к гарантированному доходу. Они довольно точно увидели микроэкономику автоматизации и плохо экстраполировали ее на всю экономику. Да, отдельные компании действительно научились делать гораздо больше меньшим числом людей. Да, целые профессии исчезали. Но из этого не возникла экономика, которой просто больше не нужны люди. Если урок прошолого применим к сегодняшнему дню, то из утверждения “100 человек теперь могут сделать работу 1000” совершенно не следует “экономике теперь нужно в 10 раз меньше людей”. Мы отлично видим работы, которые технология уничтожает сегодня, но человечество систематически не способно представить продукты, рынки, спрос и новые виды деятельности, которые появляются после того, как стоимость производства чего-то падает в 10–100 раз. Могли ли операторы пейджеров представить профессию тик-ток маркетолога 30 лет назад? ИИ вполне может оказаться исключением - он быстрее, он более генерален (general purpose, решает больше задач) и впервые настолько непосредственно заменяет креативность, логику, принятие решений. ИИ + роботика ведёт к циклу сингулярности, в котором модели делают умственный труд, создают более мощные ИИ модели и дизайнят роботов, а роботы строят новые фабрики роботов и добывают материалы для их производства. Но этот цикл займет сильно больше 5 лет, в которые нам пророчат смерть трудовой экономики. Как минимум останется работа для тех, кто должен этот цикл запустить.

  14. repost

    То же видео с другого ракурса (смотреть до конца) Как говорила Сара Коннор: «Когда они гонятся за тобой, всегда беги к стене. Почему-то их никто не научил останавливаться. Так мы и победим в будущем».

  15. repost

    Робот поставил мировой рекорд в беге на 100 метров В Пекине стартовали Вторые Всемирные игры гуманоидных роботов. Включены: легкая и тяжелая атлетика, футбол, настольный теннис, большой теннис, единоборства, танцы и, дополнительно, всякие бытовые задачи типа открывания бутылок, сортировка и пр. В первый же день сразу несколько роботов побили мировой рекорд на стометровке. Первым прибежал Tiangong Ultra, разработанный пекинским Центром инноваций. Его результат – 9,39с. Официальный человеческий мировой рекорд Усэйна Болта – 9,58 с.

  16. Китай стремительно сокращает отставание от США в гонке в сфере ИИ, пишет Bloomberg. По ряду ключевых показателей — уровню использования и стоимости — Пекин даже выходит в лидеры.

  17. MIT представили новую теорию о мозге и сознании. Мозг - это не компьютер Учёные считают, что мысль, действие и сознание возникают благодаря аналоговым вычислениям, которые выполняют бегущие электрические волны в коре мозга. Десятилетиями люди считали , что мозг как нейронная сеть, схемы - это полезные образы, но неполные. Синапсы хранят память и знания, но как мозг за доли секунды собирает из этого хранилища нужное, применяет к новой ситуации и выдаёт связное действие? Ответ, который предлагают нейробиологи: мозговые волны - это вычислительный механизм, а не побочный эффект активности нейронов. Теперь о сознании. По мнению авторов исследования, оно появляется, когда эти волны создают глобально организованное, интегрированное состояние коры. Доказательство - разные анестетики с совершенно разными молекулярными механизмами одинаково ломают именно волновую динамику, и человек теряет сознание. Мозг, по сути, эксплуатирует свою собственную физику.

  18. repost

    Очень круто: продажи роботов с воплощённым ИИ в Китае выросли на 95,1% год к году в июле Сегодня представитель департамента стимулирования потребления Минкоммерции Китая рассказал о состоянии потребительского рынка в июле. Ранее мы писали, как Китай активно развивает эту индустрию. A DeepSeek стал акционером Unitree. Среди прочих показателей они выделили рост продаж: 1. экзоскелетов выросли на 39,5%. 2. Роботов-пылесосов на 19,4%. 3. Роботов с воплощённым ИИ выросли на 95,1 % Интересно, что ранее роботы фигурировали в основном в промышленных отчётах, экспортной статистике или новостях о стартапах. Теперь же их включили как отдельную строку в ежемесячный мониторинг потребительского спроса.

  19. Older posts