Квантовый алгоритм Регева, который по эффективности превзошёл легендарный алгоритм Шора
Это не просто шаг вперёд — это скачок, который меняет правила игры в криптографии и вычислениях
Будоражит — это решение задачи Фейнмана и проектирование веществ по заданной функциональной спецификации
Именно ради этого мы работаем: чтобы создавать новые отношения, которые сегодня кажутся невозможными
Квантовые технологии — это не просто наука, это магия будущего
Квантовые вычисления и другие технологии: https://clck.ru/3QxgtE
Квантовые вычисления и функциональное программирование: https://clck.ru/3MBn57
Улыбка сингулярности: https://clck.ru/3MBmxt
Это не просто шаг вперёд — это скачок, который меняет правила игры в криптографии и вычислениях
Будоражит — это решение задачи Фейнмана и проектирование веществ по заданной функциональной спецификации
Именно ради этого мы работаем: чтобы создавать новые отношения, которые сегодня кажутся невозможными
Квантовые технологии — это не просто наука, это магия будущего
Квантовые вычисления и другие технологии: https://clck.ru/3QxgtE
Квантовые вычисления и функциональное программирование: https://clck.ru/3MBn57
Улыбка сингулярности: https://clck.ru/3MBmxt
Литрес
Квантовые вычисления и другие технологии — Роман Викторович Душкин | Литрес
Квантовые компьютеры больше не выглядят как магия из фантастики — они тихо превращаются в новую инфраструктуру мира. Эта брошюра — концентрат годового цикла «Квантовые технологии» из Телеграм-канала …
Google выделяют три основные опасности: AML, киберпреступность и государственные акторы
AML на стороне атакующих становится нормой
Хакеры используют его для ускорения атак, создания вредоносного ПО и информационных операций
Особо выделяется переход к AML - агентам, которые делают целые цепочки атак
Prompt injection - одна из главных новых угроз
Google ожидает резкого роста таких атак на корпоративные AI-системы
Социальная инженерия с AML - отдельная большая тема
Голосовой фишинг с клонированием голоса руководителей или IT-персонала станет массовым явлением
Агентный сдвиг в безопасности - AML-агенты меняют саму архитектуру защиты
Google предвидит появление целого направления - "agentic identity management", где каждый агент получает собственную цифровую идентичность с минимальными привилегиями и временным доступом
Shadow Agent - теневая угроза изнутри
Сотрудники будут самостоятельно разворачивать AML-агентов для рабочих задач, минуя корпоративные политики
Это создаёт неконтролируемые потоки чувствительных данных
Запрещать бесполезно - только уходят с радаров
Решение: выстраивать управляемую AML-инфраструктуру с внутренним аудитом
AML на стороне атакующих становится нормой
Хакеры используют его для ускорения атак, создания вредоносного ПО и информационных операций
Особо выделяется переход к AML - агентам, которые делают целые цепочки атак
Prompt injection - одна из главных новых угроз
Google ожидает резкого роста таких атак на корпоративные AI-системы
Социальная инженерия с AML - отдельная большая тема
Голосовой фишинг с клонированием голоса руководителей или IT-персонала станет массовым явлением
Агентный сдвиг в безопасности - AML-агенты меняют саму архитектуру защиты
Google предвидит появление целого направления - "agentic identity management", где каждый агент получает собственную цифровую идентичность с минимальными привилегиями и временным доступом
Shadow Agent - теневая угроза изнутри
Сотрудники будут самостоятельно разворачивать AML-агентов для рабочих задач, минуя корпоративные политики
Это создаёт неконтролируемые потоки чувствительных данных
Запрещать бесполезно - только уходят с радаров
Решение: выстраивать управляемую AML-инфраструктуру с внутренним аудитом
Telegram
All about AI, Web 3.0, BCI
Google's Cybersecurity 2026 Forecast Report warns of a "Shadow Agent" crisis.
These AI agents, deployed by employees without corporate oversight, can create invisible pipelines for sensitive information, leading to data leaks, compliance violations, and…
These AI agents, deployed by employees without corporate oversight, can create invisible pipelines for sensitive information, leading to data leaks, compliance violations, and…
Anthropic опубликовала материал о том, что их инструмент Claude Code умеет автоматизировать модернизацию COBOL — языка программирования 1950-х, на котором до сих пор работает 95 % финансовых транзакций в США и критическая инфраструктура банков по всему миру
Рынок отреагировал мгновенно
Акции IBM рухнули на 13 % — худший однодневный результат за 25 лет
За февраль компания потеряла 27 % капитализации — антирекорд с 1968 года
Суть угрозы в том, что раньше разобраться в легаси-коде было дороже, чем его переписать
Поэтому корпорации платили консультантам
Теперь ИИ делает это за кварталы вместо лет
Заодно упали акции Accenture и Cognizant, все трое зарабатывали на том, что модернизация COBOL стоила дорого и занимала годы
Рынок отреагировал мгновенно
Акции IBM рухнули на 13 % — худший однодневный результат за 25 лет
За февраль компания потеряла 27 % капитализации — антирекорд с 1968 года
Суть угрозы в том, что раньше разобраться в легаси-коде было дороже, чем его переписать
Поэтому корпорации платили консультантам
Теперь ИИ делает это за кварталы вместо лет
Заодно упали акции Accenture и Cognizant, все трое зарабатывали на том, что модернизация COBOL стоила дорого и занимала годы
Claude
How AI helps break the cost barrier to COBOL modernization | Claude
The economics of COBOL modernization have shifted. AI makes the economics work by automating what used to require armies of consultants.
Команда проекта Sphere Packing объявила о формализации одной из самых сложных теорем современной математики — доказательства того, что оптимальная упаковка сфер в 8-мерном пространстве это решётка E₈
Оригинальное доказательство принадлежит Марине Вязовской — за него она получила Филдсовскую медаль в 2022 году
Но формализовать его, то есть перевести в машинно-верифицируемый вид — отдельная задача, которая требует колоссального труда
Ключевую роль сыграл Gauss(тут и тут писали о других проектах) — агент автоформализации от компании Mathematics Inc.
Основной репозиторий Sphere Packing
Gauss самостоятельно выполнил все финальные шаги доказательства в системе Lean, сэкономив команде несколько месяцев работы
Доказательство полностью проверено Lean-ядром без единого пропущенного шага
AML здесь не помогал, он закрыл задачу, взяв готовую архитектуру, кодовую базу и blueprint от людей и довёл до результата
Люди теперь проверяют и дорабатывают код Gauss, а не пишут его сами
Это не замена математиков
Но это новая модель работы: человек строит концепцию и инфраструктуру, машина реализует
Оригинальное доказательство принадлежит Марине Вязовской — за него она получила Филдсовскую медаль в 2022 году
Но формализовать его, то есть перевести в машинно-верифицируемый вид — отдельная задача, которая требует колоссального труда
Ключевую роль сыграл Gauss(тут и тут писали о других проектах) — агент автоформализации от компании Mathematics Inc.
Основной репозиторий Sphere Packing
Gauss самостоятельно выполнил все финальные шаги доказательства в системе Lean, сэкономив команде несколько месяцев работы
Доказательство полностью проверено Lean-ядром без единого пропущенного шага
AML здесь не помогал, он закрыл задачу, взяв готовую архитектуру, кодовую базу и blueprint от людей и довёл до результата
Люди теперь проверяют и дорабатывают код Gauss, а не пишут его сами
Это не замена математиков
Но это новая модель работы: человек строит концепцию и инфраструктуру, машина реализует
GitHub
Gauss: complete formalization of E₈ optimality in ℝ⁸ by augustepoiroux · Pull Request #341 · thefundamentaltheor3m/Sphere-Packing…
Summary
This PR completes the Lean formalization of the theorem that the optimal sphere packing in ℝ⁸ is the E₈ lattice packing.
The branch contains the final theorem together with all remaining de...
This PR completes the Lean formalization of the theorem that the optimal sphere packing in ℝ⁸ is the E₈ lattice packing.
The branch contains the final theorem together with all remaining de...
Классическая точка зрения на математику, которая для многих представляет собой фундаментальную мотивацию философского исследования, состоит в том, что она представляет собой знание, имеющее характер необходимости и неизбежности
Такой характер математики, видимо, «не от мира сего», порождает определенную проблему согласования его с безусловным и признанным аспектом ее применимости к самому этому миру, которому она не принадлежит
Отмечается в этой связи удивительный успех ее приложений или ее непостижимая эффективность
Оба взгляда восходят к Платону, который рассуждал как о божественной натуре математики (кто ей не владеет, не может быть богом или героем, способным служить человечеству), так и о ее универсальном присутствии во всех искусствах и во всех видах интеллектуальной деятельности
Такой характер математики, видимо, «не от мира сего», порождает определенную проблему согласования его с безусловным и признанным аспектом ее применимости к самому этому миру, которому она не принадлежит
Отмечается в этой связи удивительный успех ее приложений или ее непостижимая эффективность
Оба взгляда восходят к Платону, который рассуждал как о божественной натуре математики (кто ей не владеет, не может быть богом или героем, способным служить человечеству), так и о ее универсальном присутствии во всех искусствах и во всех видах интеллектуальной деятельности
Anthropic выпустили готовые шаблоны для финанализа, инвест банкинга, анализа рынка акций и тд.
Anthropic делает большую ставку на Cowork - это, по сути, Claude Code не для разработчиков, а для всех сотрудников компании
Claude теперь может выполнять многошаговые задачи сквозь оба приложения — например, провести анализ в Excel и сразу превратить его в презентацию PowerPoint, передавая контекст между ними
Пока это research preview для всех платных планов на Mac и Windows
Сегодняшний релиз посвящён тому, как компании могут кастомизировать Claude под свои рабочие процессы через систему плагинов
Главное для бизнеса — теперь можно создавать приватные маркетплейсы плагинов для своей организации
Claude теперь подключается к ещё большему числу корпоративных систем: Google Workspace (Calendar, Drive, Gmail), DocuSign, Apollo, Clay, Outreach, Similarweb, MSCI, LegalZoom, FactSet, WordPress, Harvey, и другие
Slack by Salesforce, LSEG, S&P Global также создали собственные плагины для своих клиентов
Особенно интересно то, что Anthropic запускает готовые плагины, созданные вместе с практиками из конкретных областей:
HR — офферы, онбординг, ревью производительности, анализ компенсаций
Design — критика дизайна, UX-копирайтинг, аудит доступности
Engineering — стендапы, инцидент-менеджмент, чеклисты деплоя, постмортемы
Operations — документация процессов, оценка вендоров, runbook
Brand Voice (by Tribe AI) — анализирует ваши документы и маркетинговые материалы, выводит чёткие гайдлайны по голосу бренда
Financial Analysis — рыночные исследования, финансовое моделирование, шаблоны PowerPoint
Investment Banking — сделки, comparable company analysis, питч-материалы
Equity Research — разбор earnings-транскриптов, обновление моделей, исследовательские заметки
Private Equity — due diligence по большим массивам документов, скоринг сделок
Wealth Management — анализ портфелей, выявление дрейфа и налоговых рисков, рекомендации по ребалансировке
Anthropic делает большую ставку на Cowork - это, по сути, Claude Code не для разработчиков, а для всех сотрудников компании
Claude теперь может выполнять многошаговые задачи сквозь оба приложения — например, провести анализ в Excel и сразу превратить его в презентацию PowerPoint, передавая контекст между ними
Пока это research preview для всех платных планов на Mac и Windows
Сегодняшний релиз посвящён тому, как компании могут кастомизировать Claude под свои рабочие процессы через систему плагинов
Главное для бизнеса — теперь можно создавать приватные маркетплейсы плагинов для своей организации
Claude теперь подключается к ещё большему числу корпоративных систем: Google Workspace (Calendar, Drive, Gmail), DocuSign, Apollo, Clay, Outreach, Similarweb, MSCI, LegalZoom, FactSet, WordPress, Harvey, и другие
Slack by Salesforce, LSEG, S&P Global также создали собственные плагины для своих клиентов
Особенно интересно то, что Anthropic запускает готовые плагины, созданные вместе с практиками из конкретных областей:
HR — офферы, онбординг, ревью производительности, анализ компенсаций
Design — критика дизайна, UX-копирайтинг, аудит доступности
Engineering — стендапы, инцидент-менеджмент, чеклисты деплоя, постмортемы
Operations — документация процессов, оценка вендоров, runbook
Brand Voice (by Tribe AI) — анализирует ваши документы и маркетинговые материалы, выводит чёткие гайдлайны по голосу бренда
Financial Analysis — рыночные исследования, финансовое моделирование, шаблоны PowerPoint
Investment Banking — сделки, comparable company analysis, питч-материалы
Equity Research — разбор earnings-транскриптов, обновление моделей, исследовательские заметки
Private Equity — due diligence по большим массивам документов, скоринг сделок
Wealth Management — анализ портфелей, выявление дрейфа и налоговых рисков, рекомендации по ребалансировке
Telegram
All about AI, Web 3.0, BCI
Anthropic introduced Cowork and plugin updates that help enterprises customize Claude for better collaboration with every team.
Admins can create private plugin marketplaces to distribute them across the org.
A unified "Customize" menu also gives you more…
Admins can create private plugin marketplaces to distribute them across the org.
A unified "Customize" menu also gives you more…
Intuit - это компания, которой принадлежат TurboTax, QuickBooks, Credit Karma и Mailchimp, у них 100.000.000 пользователей по всему миру, внедряет Claude в финансово-бухгалтерскую сферу для реального среднего бизнеса
Это прямой выход Claude в массовый финансовый сектор.
На платформе Intuit появятся кастомные AML-агенты на базе Claude, которые смогут глубоко понимать финансы, бухгалтерию, налоги, маркетинг и конкретную отрасль бизнеса
Всё начнёт разворачиваться для пользователей уже весной
Средний бизнес сможет сам создавать и настраивать агентов под свои процессы — без глубоких знаний программирования
Агенты будут работать с данными по продажам, складу, расходам, зарплате и т.д., при этом соблюдая все правила комплайнс и безопасности
Claude становится финансовым агентом с реальным доступом к данным и действиям
Это прямой выход Claude в массовый финансовый сектор.
На платформе Intuit появятся кастомные AML-агенты на базе Claude, которые смогут глубоко понимать финансы, бухгалтерию, налоги, маркетинг и конкретную отрасль бизнеса
Всё начнёт разворачиваться для пользователей уже весной
Средний бизнес сможет сам создавать и настраивать агентов под свои процессы — без глубоких знаний программирования
Агенты будут работать с данными по продажам, складу, расходам, зарплате и т.д., при этом соблюдая все правила комплайнс и безопасности
Claude становится финансовым агентом с реальным доступом к данным и действиям
Intuit Inc.
Intuit and Anthropic Partner to Bring Trusted Financial Intelligence and Custom AI Agents to Consumers and Businesses
Mid-market businesses will be able to build secure, customizable AI agents on Intuit’s platform with Claude, tailored to their…...
Сколько квадратов на шахматной доске?
Первое, что пришло вам в голову — 64, ведь шахматная доска состоит из сетки 8 × 8
Но что насчёт квадратов, образованных комбинациями клеток?
Так сколько их в итоге?
Первое, что пришло вам в голову — 64, ведь шахматная доска состоит из сетки 8 × 8
Но что насчёт квадратов, образованных комбинациями клеток?
Так сколько их в итоге?
У нас очень мало времени
У нас есть поколение людей, которые помнят историю и воспитывались в советской культуре
Сохранить и передать этот опыт нашим детям крайне важно
Если мы этого не сделаем, то им будут рассказывать о другом опыте
https://youtu.be/-933xNGIYZM?si=NiQMSeTxHZgHM9XS
YouTube
Забвение подвига. «Брест Крепость будущего»
Полное видео смотрите по ссылке https://www.youtube.com/watch?v=7Ht_QF3teJ8&t=3257s
MLA
У нас очень мало времени У нас есть поколение людей, которые помнят историю и воспитывались в советской культуре Сохранить и передать этот опыт нашим детям крайне важно Если мы этого не сделаем, то им будут рассказывать о другом опыте https://youtu.be/…
Основные идеи
https://youtu.be/W8GYhhapYYI?si=yJRKQ1wB2v6dRwEK
- Люди погибали не за нефть, газ или устрицы, а за страну и родину
- Это основные ценности, которые необходимо вернуть нашим детям
- Важно, чтобы дети понимали эти коренные смыслы
- Брест в этом отношении имеет абсолютное право и обязанность быть примером
Пример Бреста
- Брестский героизм символизирует преданность и жертву ради страны, что должно быть понятно и важно для нового поколения
Заключение
- Основной урок заключается в том, что героизм и патриотизм — ключевые ценности, которые должны быть переданы следующим поколениям
- Брест является символом этих ценностей
https://youtu.be/W8GYhhapYYI?si=yJRKQ1wB2v6dRwEK
YouTube
Смыслы «Брест Крепость будущего»
Полное видео смотрите по ссылке https://www.youtube.com/watch?v=7Ht_QF3teJ8&t=3257s
This media is not supported in your browser
VIEW IN TELEGRAM
Команда из Калифорнийского университета впервые смоделировала квантовый чип целиком — с точностью до микрона.
Для этого потребовался почти весь суперкомпьютер Perlmutter: 7.168 видеокарт NVIDIA, работавших 24 часа подряд
Чип разбили на 11.000.000.000 ячеек сетки
За семь часов система прогнала более миллиона временных шагов и протестировала три варианта конфигурации схемы за один день
Сам чип — крошечный: 10 на 10 миллиметров, толщиной 0.3 мм., с вытравленными дорожками шириной в один микрон
Но в этом миллиметровом мирке — несколько слоёв, резонаторы, ниобиевые провода и кубиты, которые должны взаимодействовать строго определённым образом
Исследователи использовали платформу ARTEMIS — инструмент для полноволновой электромагнитной симуляции
ARTEMIS учитывает всё: материал подложки, геометрию резонаторов, разводку металла, форму каждого элемента
По сути, это виртуальная копия реального эксперимента — можно наблюдать, как распространяются электромагнитные волны и как кубиты общаются с остальной схемой
Следующий шаг — сравнить симуляцию с физическим чипом, когда его изготовят
Если модель окажется точной, это радикально ускорит разработку квантового железа
Для этого потребовался почти весь суперкомпьютер Perlmutter: 7.168 видеокарт NVIDIA, работавших 24 часа подряд
Чип разбили на 11.000.000.000 ячеек сетки
За семь часов система прогнала более миллиона временных шагов и протестировала три варианта конфигурации схемы за один день
Сам чип — крошечный: 10 на 10 миллиметров, толщиной 0.3 мм., с вытравленными дорожками шириной в один микрон
Но в этом миллиметровом мирке — несколько слоёв, резонаторы, ниобиевые провода и кубиты, которые должны взаимодействовать строго определённым образом
Исследователи использовали платформу ARTEMIS — инструмент для полноволновой электромагнитной симуляции
ARTEMIS учитывает всё: материал подложки, геометрию резонаторов, разводку металла, форму каждого элемента
По сути, это виртуальная копия реального эксперимента — можно наблюдать, как распространяются электромагнитные волны и как кубиты общаются с остальной схемой
Следующий шаг — сравнить симуляцию с физическим чипом, когда его изготовят
Если модель окажется точной, это радикально ускорит разработку квантового железа
Google DeepMind опубликовали две работы(тут и тут), которые говорят о том, как работает обучение языковых моделей
Такие модели как GPT-5 и Gemini 2.5 Pro плохо адаптируются в процессе диалога
Это системное следствие того, как всё обучение построено на статичных текстах
Модель хорошо запоминает, но не умеет учиться в моменте
Исследователи назвали это отсутствием in-context plasticity - способности менять мышление в ответ на новую информацию прямо внутри разговора
DeepMind превратили обычные задачи (математика, код) в педагогические диалоги, где одна копия модели играет роль учителя, а другая — студента
Ключевая идея - учителю не нужно быть умнее
Достаточно знать правильный ответ
Асимметрия информации заменяет асимметрию интеллекта
После такого обучения через RL происходит кое-что неожиданное: Gemini 2.5 Flash догоняет по адаптивности Gemini 2.5 Pro
Но если обучить модель также предсказывать реплики учителя, она начинает сама себя критиковать и исправлять
Без внешней помощи
И результат превосходит работу с реальным учителем
Суть - не учить ответам, а учить алгоритму обучения
Такие модели как GPT-5 и Gemini 2.5 Pro плохо адаптируются в процессе диалога
Это системное следствие того, как всё обучение построено на статичных текстах
Модель хорошо запоминает, но не умеет учиться в моменте
Исследователи назвали это отсутствием in-context plasticity - способности менять мышление в ответ на новую информацию прямо внутри разговора
DeepMind превратили обычные задачи (математика, код) в педагогические диалоги, где одна копия модели играет роль учителя, а другая — студента
Ключевая идея - учителю не нужно быть умнее
Достаточно знать правильный ответ
Асимметрия информации заменяет асимметрию интеллекта
После такого обучения через RL происходит кое-что неожиданное: Gemini 2.5 Flash догоняет по адаптивности Gemini 2.5 Pro
Но если обучить модель также предсказывать реплики учителя, она начинает сама себя критиковать и исправлять
Без внешней помощи
И результат превосходит работу с реальным учителем
Суть - не учить ответам, а учить алгоритму обучения
Из 10.000 центров обработки данных, 3.960 находятся в США!
В идущей на втором месте Великобритании их 498, в замыкающей тройку лидеров Германии - 470
В Китае всего 365 датацентров (4 место в мире), не сильно больше, чем 335 во Франции
В России насчитывается 178 центров обработки данных - это между Ирландией (128) и Индонезией (184)
В идущей на втором месте Великобритании их 498, в замыкающей тройку лидеров Германии - 470
В Китае всего 365 датацентров (4 место в мире), не сильно больше, чем 335 во Франции
В России насчитывается 178 центров обработки данных - это между Ирландией (128) и Индонезией (184)
Нередко мне приходилось замечать, что большая часть трудностей, на которые наталкиваются в анализе бесконечно малых изучающие математику, возникает оттого, что, едва усвоив элементарную алгебру, они направляют свои мысли к этому высокому искусству; вcледcтвие чего они не только как бы остаются стоять на пороге, но и составляют себе превратные представления о той бесконечно малой величине, идея которой призывается на помощь
Хотя анализ бесконечно малых не требует совершенного знания элементарной алгебры и всех сюда относящихcя искусств, однако есть много вопросов, разрешение которых важно для подготовки изучающих к более высокой науке и которые, однако, в элементарной алгебре либо пропускаются, либо рассматриваются недостаточно обстоятельно
Поэтому я не сомневаюсь, что содержание этих книг сможет восполнить с избытком указанный пробел
Я приложил старание не только к тому, чтобы пространнее и отчетливее, чем обычно, изложить все, чего безусловно требует анализ бесконечно малых; я развил также довольно много вопросов, благодаря которым читатели незаметно и как бы сверх ожидания могут освоиться с идеей бесконечного
Много вопросов, разбираемых обычно в анализе бесконечно малых, я здесь разрешил при помощи правил элементарной алгебры, чтобы тем лучше выявилась сущность того и другого метода
(Л. Эйлер, предисловие к «Введению в анализ бесконечно малых», перевод с латыни Е.Л. Пацановского)
https://math.ru/lib/book/djvu/eiler/eiler1.djvu
Студенты второкурсники НИЯУ МИФИ создают агентов, которые проявляют признаки метакогниции: то есть способны размышлять о собственном мышлении, наблюдать за своей памятью, рефлексировать
До недавнего времени считалось, что метакогниция — исключительно человеческий дар
Ни слон, ни дельфин, ни шимпанзе в полной мере на это не способны
А студенты второго курса воспроизводят это в своих учебных проектах
Это прямо сейчас, в 2026 году, в учебных аудиториях
К концу 2028 года, большая часть мирового интеллектуального потенциала будет сосредоточена в дата-центрах, а не в головах людей
По данным организации METR, способности AML к выполнению сложных задач удваиваются каждые семь месяцев, и к 2028 году агенты смогут надёжно выполнять объём работы, на который у эксперта-человека уходит целый день
Это конкретные цифры, а не эмоции
Cингулярность уже наступила
Только она ещё неравномерно распределена — в одних областях и у одних людей всё ещё «по старинке», а в других уже работают системы, которые переписывают и улучшают собственный код без участия человека
Это уже не теория и не прогноз — это инженерная реальность, о которой просто мало кто знает за пределами профессионального сообщества
Вопрос «наступит ли сверхразум через два года» — не совсем правильный вопрос
Правильный: в каком месте вашей жизни и работы он уже наступил, а в каком вы ещё об этом не знаете
До недавнего времени считалось, что метакогниция — исключительно человеческий дар
Ни слон, ни дельфин, ни шимпанзе в полной мере на это не способны
А студенты второго курса воспроизводят это в своих учебных проектах
Это прямо сейчас, в 2026 году, в учебных аудиториях
К концу 2028 года, большая часть мирового интеллектуального потенциала будет сосредоточена в дата-центрах, а не в головах людей
По данным организации METR, способности AML к выполнению сложных задач удваиваются каждые семь месяцев, и к 2028 году агенты смогут надёжно выполнять объём работы, на который у эксперта-человека уходит целый день
Это конкретные цифры, а не эмоции
Cингулярность уже наступила
Только она ещё неравномерно распределена — в одних областях и у одних людей всё ещё «по старинке», а в других уже работают системы, которые переписывают и улучшают собственный код без участия человека
Это уже не теория и не прогноз — это инженерная реальность, о которой просто мало кто знает за пределами профессионального сообщества
Вопрос «наступит ли сверхразум через два года» — не совсем правильный вопрос
Правильный: в каком месте вашей жизни и работы он уже наступил, а в каком вы ещё об этом не знаете
Олимпиада Romanian Master of Mathematics проходит в Бухаресте (Румыния) с 23 по 28 февраля
Для сборной РФ конкурсные испытания организованы в дистанционном формате на площадке Образовательного центра «Сириус»
Для ребят это первая промежуточная международная олимпиада в 2026 году
Участие в международном интеллектуальном турнире принимают юные математики со всего мира
Для сборной РФ конкурсные испытания организованы в дистанционном формате на площадке Образовательного центра «Сириус»
Для ребят это первая промежуточная международная олимпиада в 2026 году
Участие в международном интеллектуальном турнире принимают юные математики со всего мира
MSU_Slides.pdf
3.7 MB
Выкладываем запись и слайды прошедшего семинара #4: "Синхронизация нейронов как фазовый переход"!
Напоминаем, что все материалы семинаров можно посмотреть по ссылке
Напоминаем, что все материалы семинаров можно посмотреть по ссылке
Anthropic опубликовал Education Report: The AI Fluency Index
Его основные рекомендации:
1. Ядро, основа “беглости” — интерактив, а не просто режим вопрос-ответ
2. Наиболее эффективные пользователи те, кто работает вместе, а не просто спрашивает, удовлетворяется первым же ответом и уходит
3. В поведении пользователей явно наблюдается дефицит критического осмысления диалогов
<...> тренировать нужно не промптинг, а долгие итеративные диалоги + критическое мышление и факт‑чекинг
Подробнее:
we’ve found many users could improve their skills:
Staying in the conversation
Iteration and refinement is the single strongest correlate of all other fluency behaviors in our data
So, when you get an initial response, it’s worth treating it as only a starting point: ask follow-up questions, push back on any parts that don’t feel right, and refine what you’re looking for
Questioning polished outputs
When AI models produce something that looks good, it’s the perfect moment to pause and ask: is this accurate?
Is anything missing?
Does this reasoning hold up?
As we discussed above, our data show that polished outputs coincide with lower rates of critical evaluation, even though users go to greater lengths to direct Claude’s work at the outset
Setting the terms of the collaboration
In only 30 % of conversations do users tell Claude how they’d like it to interact with them
Try being explicit by adding instructions like, “Push back if my assumptions are wrong,” “Walk me through your reasoning before giving me the answer,” or, “Tell me what you’re uncertain about”
Establishing these expectations up front can change the dynamic of the rest of the conversation
Еще один вывод Anthropic из их исследований:
когда мы беседуем с LLM, то разговариваем не с “личностью” модели, а с персонажем истории, которую генерит модель
И это объясняет, почему вопреки всем рациональным возражением можно полагать that AI systems are like digital humans
И, хотя такой подход выглядит явно неполным и вызывает массу вопросов, оказывается, что с практической точки зрения это очень полезное для работы с LLM представление
https://www.anthropic.com/research/AI-fluency-index
Его основные рекомендации:
1. Ядро, основа “беглости” — интерактив, а не просто режим вопрос-ответ
2. Наиболее эффективные пользователи те, кто работает вместе, а не просто спрашивает, удовлетворяется первым же ответом и уходит
3. В поведении пользователей явно наблюдается дефицит критического осмысления диалогов
<...> тренировать нужно не промптинг, а долгие итеративные диалоги + критическое мышление и факт‑чекинг
Подробнее:
we’ve found many users could improve their skills:
Staying in the conversation
Iteration and refinement is the single strongest correlate of all other fluency behaviors in our data
So, when you get an initial response, it’s worth treating it as only a starting point: ask follow-up questions, push back on any parts that don’t feel right, and refine what you’re looking for
Questioning polished outputs
When AI models produce something that looks good, it’s the perfect moment to pause and ask: is this accurate?
Is anything missing?
Does this reasoning hold up?
As we discussed above, our data show that polished outputs coincide with lower rates of critical evaluation, even though users go to greater lengths to direct Claude’s work at the outset
Setting the terms of the collaboration
In only 30 % of conversations do users tell Claude how they’d like it to interact with them
Try being explicit by adding instructions like, “Push back if my assumptions are wrong,” “Walk me through your reasoning before giving me the answer,” or, “Tell me what you’re uncertain about”
Establishing these expectations up front can change the dynamic of the rest of the conversation
Еще один вывод Anthropic из их исследований:
когда мы беседуем с LLM, то разговариваем не с “личностью” модели, а с персонажем истории, которую генерит модель
И это объясняет, почему вопреки всем рациональным возражением можно полагать that AI systems are like digital humans
И, хотя такой подход выглядит явно неполным и вызывает массу вопросов, оказывается, что с практической точки зрения это очень полезное для работы с LLM представление
https://www.anthropic.com/research/AI-fluency-index
Anthropic
Anthropic Education Report: The AI Fluency Index
Anthropic's AI Fluency Index measures 11 observable behaviors across thousands of Claude.ai conversations to understand how people develop AI collaboration skills.