Сейчас будет самый грустный прогноз

Основатель Y Combinator: в ближайшие 20 лет писать смогут единицы. Думать – тоже

Пол Грэхам пишет: «Хотя обычно неохотно берусь предсказывать развитие технологий. Но в этом случае я достаточно уверен: через пару десятилетий будет очень мало людей, умеющих писать».

Причина, по которой многим сложно писать, фундаментальна: писать действительно трудно. Чтобы писать хорошо, нужно ясно мыслить, а ясное мышление – непростая задача.

При этом написание текстов пронизывает многие профессии, и чем престижнее работа, тем больше она требует умения писать.

Эти 2 противоборствующие силы – повсеместное требование писать и неустранимая сложность этого процесса – создают огромное давление.

Именно поэтому даже именитые профессора иногда прибегают к плагиату.

Теперь всё изменилось. ИИ открыл новый мир. Почти всё давление писать исчезло. ИИ может делать это за вас – и в школе, и на работе.

Результатом станет мир, разделённый на пишущих и непишущих. Будут люди, которые умеют писать. Некоторым из нас это нравится. Среднее звено между хорошими писателями и теми, кто не может писать вовсе, исчезнет.

Это плохо? Разве не обычное дело, когда навыки исчезают из-за развития технологий? Ведь нет больше кузнецов, и это не кажется проблемой.

Да, это плохо. Причина в том, о чём я упоминал ранее: письмо – это мышление. Фактически это вид мышления, которому можно научиться только через письмо.

Это будет мир мыслящих и немыслящих.

Эта ситуация не беспрецедентна. В доиндустриальные времена работа большинства людей делала сильными. Сейчас, если вы хотите быть сильным, вы идете в спортзал. Так что сильные люди всё ещё есть, но только те, кто сам решил таким стать.

То же самое будет с письмом. Умные люди останутся, но только те, кто сам решит быть таковым.

GitHub добавил поддержку Gemini, Claude и o1 в Copilot

Разработчики смогут выбирать удобную для себя модель, а
компании получат контроль над тем, какие модели доступны их командам.

Функция мультимодельности будет распространена на различные аспекты Copilot:
рабочее пространство, редактирование файлов, проверку кода, автоматическое исправление безопасности и CLI

- OpenAI o1-preview и o1-mini уже доступны.

- Claude 3.5 Sonnet будет развернут в течение следующей недели.

- Gemini 1.5 Pro появится в ближайшие недели

OpenAI создает свой чип с Broadcom, который будет производиться на TSMC

OpenAI больше не хочет строить собственные заводы по производству чипов из-за затрат и времени, необходимых для создания сети.

А какие были планы по захвату мира чипов….

OpenAI также будет покупать чипы AMD в дополнение к GPU Nvidia для своих серверов ИИ. Специальный чип OpenAI не является GPU.

Это бомба! Выходцы из Google Brain оцифровали запах! Это не статья, это продукт! https://news.1rj.ru/str/alwebbci/2705

BCG: к 2030г. объем токенизированных фондов достигнет $600 млрд (1% от глобальных взаимных фондов и ETF)

Токенизированные фонды-фонды, где права собственности на доли представлены в виде цифровых токенов на блокчейне.
Они работают аналогично тому, как сегодня трансфер-агенты учитывают акции фондов.

Успешные примеры уже есть: Franklin Templeton запустил свой первый зарегистрированный в США фонд на блокчейне в 2021 году, а BlackRock в 2024 году запустил фонд BUIDL, который быстро достиг капитализации более $500 млн.

Токенизированные фонды имеют преимущества как взаимных фондов, так и ETF:

- предлагают высокую прозрачность цен
- обеспечивают лучшую ликвидность
- упрощают управление обеспечением по сравнению с взаимными фондами.

На конец 2024 года объем токенизированных активов под управлением составляет более $2 млрд.

Существует потенциальный спрос на $290 млрд со стороны владельцев цифровых активов.

При разрешении конвертации существующих фондов в токенизированные, объем может достичь триллионов $.

Ожидается переломный момент в течение следующих 12-18 месяцев. Рост будет связан с развитием регулируемых ончейн-денег (стейблкоины, токенизированные депозиты, CBDC).

Дайте нам обнять этого человека: $9трлн инвестиций в ИИ-это очень мало, считает Масаёси Сон, CEO SoftBank

«$9 трлн капитальных затрат на ИИ это очень разумно и может быть слишком мало», - заявил Сон 😁

Он подчеркнул, что, несмотря на предположения критиков о том, что только 5% прогресса в AGI и ASI в течение следующего десятилетия будут иметь существенную ценность, наблюдается значительная переоценка текущего понимания генеративного ИИ, что может указывать на пузырь на рынке.

Сон предсказал, что если ИИ сможет заменить 5% мирового ВВП в следующем десятилетии, то это будет ~ $9 трлн в год.

Мы любим этого оптимиста - инвестора.

❗️Baidu представила ТОП-10 инноваций 2024 года

За последние 10 лет компания вложила $23.4 млрд в исследования ИИ и лидирует в Китае по патентам (19,000+ заявок).

1. ИИ-агенты нового поколения
- Снижает затраты на разработку
- Применяется на платформе ERNIE Agent и в Baidu Comate

2. Эволюция мультимодельного обучения
- Увеличение скорости обучения ERNIE в 4.1 раза за год

3. Система создания контента
- Лидерство на рынке создания презентаций (80% доля)
- Платформа Baidu Wenku

4. Автономное вождение
- Снижение затрат на картографирование на 95%
- Покрытие 3.6 млн км дорог
- Охват 41,000 городских и сельских районов
- Уменьшение размера карт на 97.5%

5. ИИ с "человеческой" памятью
- Имитация работы гиппокампа
- Используется в ИИ-ассистентах

6. Цифровые аватары
- Качество визуализации на уровне кино
- Применение в стримах
- Реалистичное 3D-клонирование

7. Генеративный коммерческий поиск
- Повышение эффективности таргетинга на 120%
- Прямое кодирование коммерческой информации
- Новая парадигма "Model as Index"

8. Data Flywheel
- Автоматическое определение недостатков модели
- Синтез тренировочных данных
- Снижение затрат на данные

9. Высокоэффективный вывод
- Экономия 50% затрат на развертывание
- Увеличение производительности в 3-5 раз
- Технологии: PrefixCaching, Lookahead, PagedAttention

10. Система поиска на основе пользовательских данных
- Охват 18% поискового трафика Baidu
- Быстрая самоадаптация
- Применение в поиске текста, видео и изображений

NVIDIA разработала нейронную сеть для управления телом робота

Нам, людям, требуется огромное количество обработки информации, чтобы просто ходить, держать равновесие и двигать руками и ногами в нужных направлениях.

Nvidia упаковали это в HOVER - единую модель, которая учится координировать моторы гуманоидного робота для передвижения и манипуляций.

HOVER состоит всего из 1,5 млн параметров. Обучение HOVER проходило в NVIDIA Isaac - симуляторе на базе GPU, который ускоряет физические процессы в 10 000 раз быстрее реального времени. Год интенсивных тренировок робота сжимается до 50 минут реального времени. Обучение происходит в виртуальном "додзё".

Режимы управления:

HOVER поддерживает различные способы управления роботом через так называемые "режимы контроля".

Интеграция с XR-устройствами
Поддержка Apple Vision Pro.

Точное отслеживание движений.

Совместимость с экзоскелетами.

Прецизионный контроль положения каждого сустава.

Интуитивное управление движением.

Что даёт HOVER:

- Единый интерфейс для управления роботом через любые удобные устройства ввода

- Более простой способ собирать данные телеуправления всем телом для обучения

- Возможность использовать модель Vision-Language-Action для создания инструкций движения, которые HOVER преобразует в сигналы моторов на высокой частоте

HOVER работает с любым гуманоидом, которого можно симулировать в Isaac.

В 2030г. Минпромторг хочет начать разработку ПО для проектирования процессоров 16 нм, которая еще не освоена в РФ.

На данный момент в РФ доступно производство процессоров с топологией 180 нм и 90 нм, обе линии освоены фабрикой «Микрон». Отечественные дизайн-центры сейчас используют софт зарубежных Synopsys и Cadence для проектирования чипов.

Общие затраты на научно-исследовательские и опытно-конструкторские работы по планам Минпромторга должны составить 54,6 млрд руб. до 2030 года, а ожидаемая выручка достичь 7,2 млрд руб., из них 3,6 млрд руб. от программ для разработки микросхем.

Амбиции Сэма Альтмана - стать Богом https://news.1rj.ru/str/blockchainRF/10779

Anthropic представил обновленного ИИ-агента на базе модели Claude 3.5 Sonnet

Система достигла результата в 49% на сложном бенчмарке SWE-bench Verified, превзойдя предыдущий рекорд в 45%. Но что особенно интересно – это не просто тест модели, а оценка целой системы искусственного интеллекта.

"Агент" в контексте ИИ – это нечто большее, чем просто языковая модель. Это комплексная система, состоящая из двух ключевых компонентов:
- Сама модель ИИ (в данном случае Claude 3.5 Sonnet)
- Программная обвязка, которая позволяет модели взаимодействовать с окружением.

Представьте это как разницу между мозгом (модель) и всем телом с органами чувств и способностью действовать (агент). Именно такой подход позволяет ИИ не просто генерировать текст, а реально решать практические задачи.

Как устроен агент Claude?

Команда Anthropic дала агенту два основных "органа чувств и действия":

1. Bash Tool – это своего рода "руки" агента, позволяющие ему выполнять команды в системе
2. Edit Tool – "глаза и пальцы" агента для работы с кодом: просмотр и редактирование файлов.

Обновленный агент на базе Claude 3.5 Sonnet демонстрирует ряд уникальных способностей:

- Самостоятельное планирование действий
- Способность к самокоррекции
- Умение находить альтернативные решения при неудачах
- Возможность длительной работы над задачей с сохранением контекста
- Адаптация стратегии на основе результатов предыдущих действий

Несмотря на впечатляющие результаты, остаются определенные сложности:

1. Ресурсоемкость – некоторые задачи требуют сотен итераций взаимодействия между компонентами агента

2. Технические сложности – проблемы с настройкой окружения могут влиять на работу всей системы

3. Ограничения восприятия – текущая реализация агента не может работать с визуальными файлами, несмотря на такие способности базовой модели

4. "Слепое" тестирование– агент не видит тесты, на которых проверяется решение

Anthropic уже анонсировала новую версию бенчмарка, фокусирующуюся на мультимодальных задачах. Это указывает на следующий этап эволюции ИИ-агентов – расширение их способностей восприятия и взаимодействия с различными типами данных.

Уже сейчас очевидно, что будущее ИИ за комплексными агентными системами, а не отдельными моделями.

❗️Билл Гейтс задаёт тон главной теме: в чем конкурентоспособность человека в эпоху ИИ?

Гейтс говорит, что ИИ станет настолько хорош в решении проблем и создании интересных занятий для людей, что нам понадобится новая религия или философия, чтобы оставаться на связи друг с другом.

⚡️Экс-сотрудники Google создали первый "GPT для роботов" - теперь они могут понимать человеческие команды и ловко выполнять бытовые задачи.

Экс-сотрудники Google, создавшие компанию Physical Intelligence (π.com!) сделали большой прорыв в области робототехники и ИИ - модель π0 (пи-ноль).

Несмотря на впечатляющие достижения ИИ в таких областях как игра в шахматы или генерация изображений, роботы до сих пор значительно уступают людям в выполнении простых физических задач:
- Сложно научить робота складывать одежду или убирать со стола - это требует решения сложнейших инженерных задач
- Современные роботы узкоспециализированы и могут выполнять только заранее запрограммированные повторяющиеся действия

Что такое π0?
- Это универсальная базовая модель для роботов
- Может управлять различными типами роботов
- Понимает текстовые инструкции
- Работает с изображениями, текстом и физическими действиями
- Обучена на разнообразном наборе данных от 8 различных роботов

Ключевые возможности:
- Модель использует предварительное обучение на основе интернет-данных (как языковые модели)
- Имеет новую архитектуру, позволяющую выдавать команды управления с частотой до 50 раз в секунду
- Может быть дообучена для специализированных задач
- Наследует семантическое понимание из предварительного обучения на интернет-данных

Модель успешно справляется со сложными задачами:
- Складывание белья (включая извлечение из сушилки и аккуратное складывание в стопку)
- Уборка со стола (сортировка посуды и мусора)
- Сборка картонных коробок
- Может адаптироваться к неожиданным ситуациям и вмешательству человека

- Превосходит другие модели (OpenVLA и Octo) в тестовых заданиях;
- Показывает в 2 раза лучшие результаты по сравнению с уменьшенной версией модели
- Может выполнять более сложные многоэтапные задачи, в то время как предыдущие модели ограничивались простыми одноэтапными действиями

Это только первый шаг к созданию по-настоящему универсальных роботов.

Эта работа важна тем, что может привести к появлению роботов, которые смогут выполнять разнообразные задачи в реальном мире, просто получая инструкции на естественном языке, подобно тому, как сейчас работают языковые модели.

Борьба за ИИ-поиск в разгаре: OpenAI запустили веб-поиск в ChatGPT. Конкуренция с Perplexity растет.

Разбираем, что это значит для рынка.

OpenAI вчера, на Halloween, объявила о полномасштабном запуске веб-поиска в ChatGPT. Доступно пока только для Plus и Team пользователей.

Теперь ChatGPT можно использовать похожим образом, как и Perplexity - для поиска информации, проверки источников и создания отчетов на основе найденных данных. Пока неясно, насколько это создаст конкуренцию Google Search, но это сильный удар по Perplexity, так как теперь похожий функционал доступен на гораздо более популятной платформе.

Вот, что из себя представляет новый поиск:
• Интегрирован в ChatGPT поиск по актуальным данным
• у OpenAI есть партнерства с ведущими СМИ мира (AP, Reuters, FT и др.)
• Автоматическое определение необходимости поиска
• Сохранение контекста беседы при поиске
• Визуально обогащенные ответы для погоды, спорта, акций

Ключевые преимущества:
1. Огромная существующая база пользователей ChatGPT
2. Мощная языковая модель GPT-4 в основе
3. Интеграция с экосистемой OpenAI
4. Прямые партнерства с издателями
5. Возможность верификации источников

Что есть у конкурентов?

Perplexity AI:
+ Первопроходец в AI-поиске
+ Специализированный фокус
+ Более структурированные ответы
- Меньшая пользовательская база
- Ограниченные ресурсы

Google:
+ Огромная поисковая база
+ Развитая инфраструктура
+ Доверие пользователей
- Медленное внедрение AI
- Консервативный подход

Bing + ChatGPT:
+ Интеграция с Microsoft
+ Ранний выход на рынок
- Ограниченное проникновение
- Менее популярный, чем Google

Что это значит для рынка:

1. Краткосрочно:
• Передел рынка ИИ-поиска
• Давление на специализированные сервисы
• Ускорение внедрения ИИ у конкурентов

2. Долгосрочно:
• Изменение привычек поиска информации
• Новый стандарт поисковых интерфейсов
• Рост значимости прямых партнерств с издателями

Перспективы OpenAI:
• Интеграция с Advanced Voice и Canvas
• Расширение возможностей для шоппинга и путешествий
• Углубление исследовательских возможностей
• Развитие специализированных вертикалей

Все это в очередной раз нам показывает инновационный цикл развития: сначала небольшие стартапы проверяют и подтверждают потребность рынка в определенных функциях, а затем крупные компании с большими языковыми моделями входят на этот рынок и захватывают значительную долю пользователей.

⚡️ Anthropic готовится к появлению сознательного ИИ и наняла 1-го сотрудника, который будет заниматься правами ИИ

Лидеры ИИ начинают задумываться о том, могут ли ИИ-системы в будущем стать чем-то большим, чем просто инструментами, то есть обрести некую форму сознания или способность испытывать что-то похожее на эмоции или страдания.

Кайл Фиш присоединился к команде Anthropic и будет исследовать вопросы "благополучия моделей" и то, как компании должны подходить к этой теме.

Его работа включает изучение сложных философских и технических вопросов:

1. Какие способности нужны системе, чтобы она заслуживала морального отношения
2. Как распознать такие способности в ИИ
3. Какие практические шаги могут предпринять компании для защиты интересов AI-систем

Недавно был опубликован важный отчет, в котором утверждается, что существует "реальная возможность" того, что в ближайшем будущем некоторые ИИ-системы могут стать сознательными или обладать устойчивой агентностью.

Google DeepMind тоже ищут исследователя для работы над вопросами машинного сознания, также OpenAI участвуют в исследованиях по этой теме.